Autoencoder自编码器第2页

VQGAN：从图像重建到图像生成

我已经开始讨论VQGAN的一部分——自编码器（VQVAE：矢量量化变分自动编码器）。VQVAE的概念是对编码器、解码器和码书的同时训练，该码书适用于所有可能的图像。码书是一组256个嵌入向量。

小北的北·2024-01-17 07:43

深度生成模型（Deep Generative Models）

深度生成模型的两个主要类型是生成对抗网络（GANs）和变分自编码器（VAEs）。1.生成对抗网络（GANs）GANs是由生成器和判别器组成的框架，它们相互博弈以达到生成逼真样本的目标。

草明·2024-01-14 06:53

深度学习--AutoEncoder异常值处理

整体的算法思路：1.将正常样本与异常样本切分为：训练集X，训练集Y，测试集X，测试集Y2.AutoEncoder建模：建模3.用正样本数据训练AutoEncoder：因为AutoEncoder是要想办法复现原有数据

Stitch的实习日记·2024-01-13 03:05

AI老照片修复-Bringing-Old-Photos-Back-to-Life

个人主页：IT贫道-CSDN博客私聊博主：私聊博主加WX好友，获取更多资料哦~博主个人B栈地址：豹哥教你学编程的个人空间-豹哥教你学编程个人主页-哔哩哔哩视频目录1.AI老照片修复原理-VAE1.1自编码器模型

IT贫道·2024-01-12 02:36

Pytorch 基于Minst手写字的自编码去噪

所谓的自编码器技术已被证明是非常有用的图像去噪。自编码器由编码器模型和解码器模型两个相互连接的人工神经网络组成。自动编码器的目标是找到一种将输入图像编码为压缩格式(也称为潜在空间)的方

奶奶滴,为什么不学java·2024-01-11 21:26

常见的生成模型有哪些？

变分自编码器（VAEs）:VAE是一种基于贝叶斯推理的生成模型，

CA&AI-drugdesign·2024-01-10 11:38

【论文阅读】Variational Graph Auto-Encoder

ThomasN.Kipf，MaxWelling文章链接：VariationalGraphAuto-Encoder代码链接：VariationalGraphAuto-Encoder1、介绍本文提出一个变分图自编码器

鲸可落·2024-01-08 03:45

【毕业设计】基于雷达与深度学习的摔倒检测——卷积自编码器

本文主要介绍卷积自编码器（ConvolutionalAuto-Encoder,CAE）的基本结构与工作原理。目

洋洋Young·2024-01-07 13:18

降噪自编码器（Denoising Autoencoder）

降噪自编码器（DenoisingAutoencoder）是一种用于无监督学习的神经网络模型。

不做梵高417·2024-01-06 20:24

乘骐骥以驰骋兮，来吾道夫先路——2023年大模型技术基础架构盘点与开源工作速览

目录一、模型基本架构1.1、自回归（Autoregressive）模型架构1.2、自编码（Autoencoder）模型架构1.3、完整的编码-解码模型架构二、典型开源工作速览2.1、LLaMA-22.2

中杯可乐多加冰·2024-01-06 12:25

利用自编码器(AutoEncoder, AE)，对图像或信号进行降维和聚类，并将隐空间在2D空间中可视化，通过Matlab编程实现

自编码器（AutoEncoder）是一种无监督学习方法，用于对数据进行降维和聚类。它通过学习输入数据的低维表示来重构输入数据，同时保持数据的分布不变。

学兔兔VIP·2024-01-06 04:04

深度神经网络的特征表示,神经网络识别图像原理

目前经常使用的深度神经网络模型主要有卷积神经网络(CNN)、递归神经网络(RNN)、深信度网络(DBN)、深度自动编码器(AutoEncoder)和生成对抗网络(GAN)等。

快乐的小荣荣·2024-01-04 18:19

自编码器AE全方位探析：构建、训练、推理与多平台部署

本文深入探讨了自编码器（AE）的核心概念、类型、应用场景及实战演示。

工业甲酰苯胺·2024-01-04 13:49

pytorch入门：权重正则化，Dropout正则化，BN ，权重初始化

自编码器就是一种半监督学习，生成的目标就是未经修改的输入，语言处理中根据给定

AI路漫漫·2024-01-04 11:24

深度生成模型之自编码器与变分自编码器 -＞（个人学习记录笔记）

文章目录深度生成模型之自编码器与变分自编码器自编码器AE1.定义2.自编码器的应用变分自编码器(VAE)1.理论求解2.模型求解3.优化目标4.再参数化策略AE与VAE的对比AE与VAE的主要局限性深度生成模型之自编码器与变分自编码器自编码器

slience_me·2024-01-02 13:01

一种简单的自编码器PyTorch代码实现

1.引言对于许多新接触深度学习爱好者来说，玩AutoEncoder总是很有趣的，因为它具有简单的处理逻辑、简易的网络架构，方便可视化潜在的特征空间。

赵卓不凡·2024-01-01 05:44

一文弄懂自编码器 -- Autoencoders

1.引言近年来，自编码器（Autoencoder）一词在许多人工智能相关的研究论文、期刊和学位论文中被频繁提及。

赵卓不凡·2024-01-01 05:14

VAE变分自编码器原理推导+Python代码实现

1、前言变分自编码器是近些年较火的一个生成模型，我个人认为其本质上仍然是一个概率图模型，只是在此基础上引入了神经网络。本文将就变分自编码器（VAE）进行简单的原理讲解和数学推导。

篝火者2312·2024-01-01 04:51

Python深度学习技术进阶篇|注意力（Attention）机制详解

Transformer模型（BERT、GPT-1/2/3/3.5/4、DETR、ViT、SwinTransformer等）、生成式模型（变分自编码器VAE、生成式对抗网络GAN、扩散模型DiffusionModel

AIzmjl·2023-12-30 19:02

DDAE: Denoising Diffusion Autoencoders are Unified Self-supervised Learners

//arxiv.org/abs/2303.09769Code：https://github.com/FutureXiang/ddaeTL;DR：扩散模型的训练其实就是训练一个去噪模型，考虑到类似的去噪自编码器能够提取出图像线性可分的表征用于

Adenialzz·2023-12-30 09:37

Python深度学习技术进阶篇|Transformer模型详解

Transformer模型（BERT、GPT-1/2/3/3.5/4、DETR、ViT、SwinTransformer等）、生成式模型（变分自编码器VAE、生成式对抗网络GAN、扩散模型DiffusionModel

zmjia111·2023-12-28 19:21

变分自编码器（VAE）的数学原理以及实现

变分自编码器（VAE）的数学原理变分自编码器（VAE）是一种基于神经网络的生成模型，它结合了深度学习和贝叶斯推断的概念。VAE的主要目标是学习输入数据的潜在表示，并能够生成新的数据实例。

h52013141·2023-12-28 06:18

【Kimi帮我读论文】《LlaMaVAE: Guiding Large Language Model Generation via Continuous Latent Sentence Spaces》

GuidingLargeLanguageModelGenerationviaContinuousLatentSentenceSpaces》，2作者YingjiZhang,DaniloS.Carvalho,IanPratt-Hartmann,和AndreFreitas3研究机构英国曼彻斯特大学二、主要内容结合变分自编码器

ZedKingCarry·2023-12-28 00:13

【论文复现】RoSteALS: Robust Steganography using Autoencoder Latent Space-2023-CVPR

代码复现代码链接：https://github.com/TuBui/RoSteALS一定要按照dockerfile，requirements.txt和requirements2.txt配置环境需要补充的库：pip安装：omegaconfslackslackclientbchlib(0.14.0版本)einopsimagenet-cconda安装：scikit-image，matplotlib按照作

岁月漫长_·2023-12-27 12:41

自编码器的基本概念

这里写目录标题全连接自编码器卷积自编码器正则自编码器:变分自编码器2.**VAE的改进：**3.**关键概念：**4.**目标函数：**5.**生成新样本：**6.

还有你Y·2023-12-27 11:09

PyTorch深度学习实战（27）——变分自编码器(Variational Autoencoder, VAE)

PyTorch深度学习实战（27）——变分自编码器0.前言1.变分自编码器1.1自编码器的局限性1.2VAE工作原理1.3VAE构建策略1.4KL散度1.5重参数化技巧2.构建VAE小结系列链接0.前言变分自编码器

盼小辉丶·2023-12-26 03:55

【代码精读】Variational Autoencoder (VAE) 变分自编码器

文章目录【代码精读】VariationalAutoencoder(VAE)变分自编码器1.代码来源：2.代码结构3.代码精读in``models``package3.1.base.py3.2.vanilla_vae.py

minipuding·2023-12-26 03:55

年终盘点文生图的狂飙之路，2023年文生图卷到什么程度了？

AI绘画模型可以分为扩散模型（DiffusionModel）、自回归模型（变分自编码器，AutoregressiveModel）、**生成对抗网络模型**（GAN，GenerativeAdversarialNetwo

染念·2023-12-25 20:26

Masked Autoencoders Are Scalable Vision Learners 2021-11-13

而且BEIT中也使用了AutoEncoder，但是和MAE的区别是，这里的AE是作为一个tokenizer使用，而下面的Transformer重现的也是token而不是原图。BEI

不想读Paper·2023-12-25 19:49

AutoEncoder个人记录

AutoEncoder把长度为d_in输入特征向量变换到长度为d_out的输出向量，借助于深层神经网络的非线性特征提取能力，自编码器可以获得良好的数据表示，甚至可以更加完美的恢复出输入。

小趴菜日记·2023-12-24 16:56

图像融合论文阅读：PIAFusion: A progressive infrared and visible image fusion network based on illumination aw

S156625352200032X)SCI1区；IF18.6；武汉大学；2022年7月；《InformationFusion》文章目录AbstractKeywordsIntroduction传统方法数据驱动的方法AE自编码器

qiang42·2023-12-23 12:20

1-GAN

GAN它包含三个部分（生成、判别和对抗），训练GAN的最终目标是获得一个足够好用的生成器(也就是生成能够以假乱真的内容),能够完成类似功能的还有玻尔兹曼机,变分自编码器等等,它

Darren214·2023-12-23 03:51

PyTorch深度学习实战（25）——自编码器(Autoencoder)

PyTorch深度学习实战（25）——自编码器0.前言1.自编码器2.使用PyTorch实现自编码器小结系列链接0.前言自编码器(Autoencoder)是一种无监督学习的神经网络模型，用于数据的特征提取和降维

盼小辉丶·2023-12-21 19:38

PyTorch深度学习实战（26）——卷积自编码器(Convolutional Autoencoder)

PyTorch深度学习实战（26）——卷积自编码器0.前言1.卷积自编码器2.使用t-SNE对相似图像进行分组小结系列链接0.前言我们已经学习了自编码器(AutoEncoder)的原理，并使用PyTorch

盼小辉丶·2023-12-21 19:36

anomaly detection学习笔记（自用）

现阶段常用的三种检测方法：1、基于重建的异常异常检测：自动编码器和生成对抗网络（GANS）自编码器关注的是样本的重构能力，而GAN关注的是样本的生成能力。2、基于合成的方法（synthesi

didi5939·2023-12-21 01:34

【扩散模型Diffusion Model系列】0-从VAE开始（隐变量模型、KL散度、最大化似然与AIGC的关系）

VAEVAE(VariationalAutoEncoder)，变分自编码器，是一种无监督学习算法，被用于压缩、特征提取和生成式任务。

Leafing_·2023-12-20 08:46

无监督学习-自编码器-补充|深度学习（李宏毅）（二十）

一、最小重构代价之外的方法UsingDiscriminator一个自编码器学习到的隐层向量对于原来的输入来说应该是具有代表性的，就好比三玖的耳机对于三玖来说就是具有代表性的，看到三玖的耳机不会想到一花一样

酷酷的群·2023-12-20 08:20

深度学习中的KL散度

在机器学习、深度学习领域中，KL散度被广泛运用于变分自编码器中(VariationalAutoEncoder,简称VAE)、E

智慧医疗探索者·2023-12-20 01:54

Python机器学习19——常用六种机器学习的异常值监测方法(孤立森林，数据支持描述，自编码器，高斯混合，DBSCAN，LOF)

案例背景异常值监测是机器学习的一个重要领域，博主以前做预测多，异常值监测涉及得少，但之后的工作可能需要做异常值方面的工作，所以大致总结了一下常用的机器学习来做异常值监测的方法以及代码。标题的这些机器学习方法基本都可以调包，使用sklearn库实现。不需要装很多包。(那些传统统计学的方法就不多介绍了，什么三西格玛(方差)准则，t检验，95%分位点啥的，那太简单了，本文主要介绍机器学习的方法。)方法思

阡之尘埃·2023-12-18 23:01

变分自编码器（VAE）初识

目录AE回顾VAEVAE简述VAE中的DecoderVAE的目标函数VAE中的EncoderVAE的架构参数重整化VAE的损失函数CVAE测试代码：参考博客AE回顾Auto-Encoder，称自编码器，

碧蓝的天空丶·2023-12-18 08:38

论文笔记《NeuralField-LDM: Scene Generation with Hierarchical Latent Diffusion Models》

主旨：用两个autoencoder

浅度断墨·2023-12-18 01:53

生成式模型对比：扩散模型、GAN 与 VAE

在本文中，我们的目标是提供深度生成式模型的全面比较，包括扩散模型、生成对抗网络（GAN）和变分自编码器（VAE）。我将回顾它们的基本原则、优点和缺点。目标是清楚地了解这些模型之间的差异和相似

Garry1248·2023-12-16 14:39

Stable Diffusion的数学原理

它主要基于变分自编码器（VariationalAutoencoders,VAEs）和扩散模型（DiffusionModels）的结合。

h52013141·2023-12-15 22:51

Keras文档自动编码器Autoencoder训练不收敛的问题。

autoencoder.compile(optimizer='adam',loss='binary_crossentropy')

041c14885cdd·2023-12-15 19:05

【论文阅读】RoSteALS: Robust Steganography using Autoencoder Latent Space-2023-CVPR

该方法使用预训练的自编码器作为基础模型，不需要学习图像分布，因此训练过程简单且效果良好。

岁月漫长_·2023-12-15 13:18

使用Pytorch实现变分自编码器

使用Pytorch实现变分自编码器可以结合这篇VAE讲解文章阅读这篇blogpost代码。

AIHUBEI·2023-12-15 05:37

自编码器 AutoEncoder

自编码器（AutoEncoder），也称自编码模型，是一种基于无监督学习的数据维度压缩和特征表示方法，目的是对一组数据学习出一种表示。1986年Rumelhart提出自编码模型用于高维复杂数据的降维。

uodgnez·2023-12-15 00:23

扩散模型学习（三）

文章目录一、StableDiffusion使用二、管线的组成部分1.可变分自编码器（VAE）2.分词器（Tokenizer）和文本编码器（TextEncoder）3.UNet4.调度器（Scheduler

李明朔·2023-12-06 18:51

RGCN，GCN，GRAPHSAGE论文阅读实践

图神经网络在本文中，我们将图神经网络划分为五大类别，分别是:图卷积网络(GraphConvolutionNetworks,GCN)、图注意力网络(GraphAttentionNetworks)、图自编码器

乘风破浪的猫·2023-12-05 04:17

论文阅读“Dissimilarity Mixture Autoencoder for Deep Clustering”

LaraJS,GonzálezFA.DissimilarityMixtureAutoencoderforDeepClustering[J].arXivpreprintarXiv:2006.08177,2020.摘要翻译差异混合自编码(DMAE)是一种基于特征聚类的神经网络模型，它融合了灵活的dissimilarityfunction，可以集成到任何一种深度学习体系结构中。它在内部表示了一个差异混合

掉了西红柿皮_Kee·2023-12-04 22:01

推荐频道

Autoencoder自编码器