E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
Generative
生成模型(二):基于流的生成模型(Flow-based
Generative
Model)
本文大纲如下:到目前为止,已经介绍了[[生成模型-GAN]]和[[生成模型-VAE]]。它们都没有明确地学习真实数据的概率密度函数p(\mathbf{x})(其中\mathbf{x}\in\mathcal{D}),因为很难。以带有潜变量的生成模型为例,p(\mathbf{x})=\intp(\mathbf{x}\vert\mathbf{z})p(\mathbf{z})d\mathbf{z}几乎无法
u013250861
·
2023-11-05 17:36
#
CV/生成模型
生成模型
作为一个初学者,入门大模型其实没那么难
文末我们一起聊聊1、
generative
-ai-for-begin
Python算法实战
·
2023-11-04 13:01
大模型理论与实战
大模型
人工智能
大模型
知识图谱
深度学习
算法
作为一个初学者,该如何入门大模型?
本文推荐两个重量级课程,文末有技术答疑群1、
generative
-
机器学习社区
·
2023-11-04 10:58
机器学习
自然语言
人工智能
语言模型
大模型
自然语言处理
算法
Amazon
Generative
AI 新世界 | 基于 Amazon 扩散模型原理的代码实践之采样篇
以前通过论文介绍Amazon生成式AI和大语言模型(LLMs)的主要原理之外,在代码实践环节主要还是局限于是引入预训练模型、在预训练模型基础上做微调、使用API等等。很多开发人员觉得还不过瘾,希望内容可以更加深入。因此,本文将讲解基于扩散模型原理的代码实践,将尝试用代码完整从底层开始洞悉扩散模型(DiffusionModels)的工作原理,而不再仅仅止步于引入预训练模型或使用API完成工作。1、扩
dvlinker
·
2023-11-03 12:57
AI人工智能技术
人工智能
亚马逊云服务
生成式
AI
大语言模型
预训练模型
扩散模型
采样篇
【文字超分辨率】Improving Text Image Resolution using a Deep
Generative
Adversarial Network for OCR 阅读笔记
会议:2019InternationalConferenceonDocumentAnalysisandRecognition(ICDAR)Abstract为了提高OCR的准确率,本文提出了一种基于GAN的方法。使用了perceptualloss,包括anadversarialloss,acontentlossandanL1loss.INTRODUCTION随着深度学习的发展,许多用于提高识别精度的
刘芋儿
·
2023-11-03 05:16
超分辨率
深度学习
计算机视觉
【车牌超分辨率】Super Resolution of Car Plate Images Using
Generative
Adversarial Networks 阅读笔记
最近在研究文字图像的超分辨率,下载了几篇论文,准备略读一下,每篇文章写个笔记做记录。Paper:SuperResolutionofCarPlateImagesUsingGenerativeAdversarialNetworksAbstract车牌识别可以用于交通监控系统,例如智能停车场管理,查找被盗车辆和自动高速公路收费。在低分辨率监视系统中,车牌文本通常难以辨认。通过将一系列LR图像处理为单个高
刘芋儿
·
2023-11-03 05:46
超分辨率
计算机视觉
深度学习
Generative
AI 新世界 | 文生图(Text-to-Image)领域论文解读
在上期文章,我们开始探讨生成式AI(GenerativeAI)的另一个进步迅速的领域:文生图(Text-to-Image)领域。概述了CLIP、OpenCLIP、扩散模型、DALL-E-2模型、StableDiffusion模型等文生图(Text-to-Image)的基本内容。亚马逊云科技开发者社区为开发者们提供全球的开发技术资源。这里有技术文档、开发案例、技术专栏、培训视频、活动与竞赛等。帮助中
亚马逊云开发者
·
2023-11-03 02:31
机器学习
大语言模型
生成式人工智能
李宏毅机器学习笔记.Flow-based
Generative
Model(补)
文章目录引子生成问题回顾:GeneratorMathBackgroundJacobianMatrixDeterminant行列式ChangeofVariableTheorem简单实例一维实例二维实例网络G的限制基于Flow的网络构架G的训练CouplingLayerCouplingLayer反函数计算CouplingLayerJacobian矩阵计算CouplingLayerStacking1×1
oldmao_2000
·
2023-11-03 02:59
李宏毅机器学习笔记
机器学习
笔记
人工智能
基于神经网络的图像去水印/图像修复实践
,主要基于ContextualAttention(CVPR2018)和GatedConvolution(ICCV2019Oral)作者源码地址:https://github.com/JiahuiYu/
generative
_inpainting1
Ali_阿梨
·
2023-10-31 12:43
神经网络
神经网络
python
图像处理
论文笔记——ESRGAN: Enhanced Super-Resolution
Generative
Adversarial Networks
基本信息标题:ESRGAN:EnhancedSuper-ResolutionGenerativeAdversarialNetworks简称:ESRGAN时间:2018年初版,1Sep2018,ECCV2018PIRMWorkshop作者:XintaoWang,KeYu,ShixiangWu,JinjinGu,YihaoLiu,ChaoDong,ChenChangeLoy,YuQiao,Xiaoou
TracelessLe
·
2023-10-30 06:56
#
深度学习原理
深度学习
计算机视觉
Generative
AI 新世界 | Falcon 40B 开源大模型的部署方式分析
在上期文章,我们探讨了如何在自定义数据集上来微调(fine-tuned)模型。本期文章,我们将重新回到文本生成的大模型部署场景,探讨如何在AmazonSageMaker上部署具有400亿参数的Falcon40B开源大模型。亚马逊云科技开发者社区为开发者们提供全球的开发技术资源。这里有技术文档、开发案例、技术专栏、培训视频、活动与竞赛等。帮助中国开发者对接世界最前沿技术,观点,和项目,并将中国优秀开
亚马逊云开发者
·
2023-10-27 19:21
开源
python
机器学习
容器
AIGC
InfoGAN: Interpretable Representation Learning by Information Maximizing
Generative
Adversarial Nets
InfoGAN:通过信息最大化的生成对抗网络进行的可解释表示的学习摘要:这篇论文描述了InfoGAN,一种对于对抗生成网络的信息理论上的扩展,它能够以完全无监督的方式学习分离的表达。InfoGAN是一个对抗生成网络,它也会最大化隐藏变量的一个小的子集和观察数据之间的互信息。我们推出了可以被高效优化的互信息目标函数的下界。特别地说,InfoGAN成功了从MNIST数据集的数字形状中分离出了书写风格,
马小李23
·
2023-10-27 13:27
在Qt中引入
Generative
AI
IntroducingGenerativeAIinQt在Qt中引入GenerativeAIJune06,2023byPeterSchneider|Comments2023年6月6日:PeterSchneider|评论WillGenerativeArtificialIntelligencechangehowwedevelopQtapplications?Weaskedourselvesthisque
꧁白杨树下꧂
·
2023-10-24 15:38
QtBlog
qt
GAN Dissection: Visualizing and Understanding
Generative
Adversarial Networks
GANDissection:VisualizingandUnderstandingGenerativeAdversarialNetworks该论文介绍了一个可视化和理解生成网络学得结构的框架,通过定义一些可解释的单元并通过干涉这些单元来探究生成网络中的因果关系。GANpaint工具本文还提供了一个非常有意思的demo,只要鼠标划过,GAN就可以立即在你指定的地方画出云彩、草地、门和树等景物,并直接
EwanRenton
·
2023-10-23 01:50
stable-diffusion-webui sdxl模型代码分析
采样器这块基本都是用的k-diffusion,模型用的是stability的原生项目
generative
-models中的sgm,这点和fooocus不同,fooocus底层依赖comfyui中的models
Kun Li
·
2023-10-19 08:57
大模型
多模态和生成
stable
diffusion
Generative
AI 新世界 | 大模型参数高效微调和量化原理概述
在上期文章,我们对比了在AmazonSageMaker上部署大模型的两种不同的部署方式。本期文章,我们将探讨两个目前大语言模型领域的开发者们都关注的两个热门话题:大型语言模型(LLM)的高效微调和量化。微调大型语言模型允许开发者调整开源基础模型,从而提高特定领域任务的性能。接下来的两期文章,我们将探讨如何利用HuggingFace的参数高效微调(PEFT)库和QLoRA量化技术,使用单个实例对大型
亚马逊云开发者
·
2023-10-19 00:59
人工智能
机器学习
AIGC
Elucidating the Design Space of Diffusion-Based
Generative
Models 阅读笔记
文章使用模块化(modular)的思想,分别从采样、训练、scorenetwork设计三个方面分析和改进diffusion-basedmodels。之前的工作1已经把diffusion-basedmodels统一到SDE或者ODE框架下了,这篇文章的作者同样也从SDE和ODE的角度出发,不过换了一种SDE和ODE的表示形式。假设有方差是σdata\sigma_{data}σdata的数据分布pda
冰冰冰泠泠泠
·
2023-10-16 12:21
笔记
人工智能
机器学习
LLMs的终局是通用人工智能AGI总结 生成式AI和大语言模型
Generative
AI & LLMs
终于学完了生成式AI和大语言模型GenerativeAI&LLMs.LLMs解决了如下问题:对NLP的不能够理解长句子,解决方案自注意力机制TransformersarchitectureAttentionisallyouneed大模型算力不够,解决方案LLMs缩放法则和计算最优模型Scalinglawsandcompute-optimalmodels高效微调,解决方案LLMs参数高效微调(PEF
AI架构师易筋
·
2023-10-15 08:22
LLM-Large
Language
Models
人工智能
agi
语言模型
chatgpt
深度学习
零样本图像识别 | Alleviating Feature Confusion for
Generative
Zero-shot Learning简单论文笔记
提出特征混淆问题,即在GZSL设置中零样本类别实例容易被划分为可见类(因为在训练生成器时使用的是可见类样本,这导致生成的未见类样本与可见类相似)创新点:提出了一种边界损失函数,该损失函数最大程度地减少了已见类别和未见类别的决策边界。此外,提出了一种名为featureconfusionscore(FCS)的新度量标准,以量化特征混淆。1)提出了一种新的生成方法,即通过利用生成对抗网络,对零镜头学习进
熊仔仔zz
·
2023-10-15 03:11
01.ChatGPT原理剖析
Pre-train)GPT系列的历史预训练的好处强化学习ChatGPT带来的研究问题部分截图来自原课程视频《2023李宏毅最新生成式AI教程》,B站自行搜索ChatGPT初体验ChatGPT:Chat表示聊天,G表示
Generative
oldmao_2000
·
2023-10-14 22:15
李宏毅-AIGC相关
chatgpt
大模型
生成对抗网络(
Generative
Adversarial Networks,GAN)——让机器学习具有创造力
1生成对抗网络概述有时候我们希望网络具有一定的创造力,比如画画、编曲等等,能否实现呢?是可以实现的,大家可以鉴别一下下面这几张照片,哪些是真实的人脸,哪些是机器生成的人脸。很难判断吧?本节最后会给出答案。到底哪些是机器产生的?要实现上述能力,就要用到一种新的网络架构—生成对抗网络(GenerativeAdversarialNet,GAN)。首先,我们大概来了解一下什么是“生成”,什么是“对抗”。8
偶尔写一写
·
2023-10-13 16:50
读论文:ByteSGAN: A semi-supervised
Generative
Adversarial Network for encrypted traffic classification
ByteSGAN:半监督生成对抗网络,用于SDNEdge网关中的加密流量分类0、摘要SDNEdgeGateway作为距离用户最近的网络元素,可以通过流量分类能力来提升用户体验。目前针对于捕获大型标记数据集是繁琐且耗时的体力劳动,半监督学习可以有效的解决这个问题。本文提出一种基于生成对抗网络GAN的半监督学习加密流量分类方法ByteSGAN,嵌入到SDNEdge网关中,以实现细粒度流量分类的目标,进
不会绑马尾的女孩
·
2023-10-12 09:07
论文
深度学习
分类
GCFSR: a
Generative
and Controllable Face Super Resolution Method Without Facial and GAN Priors 人脸超分
前言本文来自2022的CVPR。这篇论文由字节跳动和中国科学院先进院技术研究院共同完成图像超分辨率的目的是从相应的低分辨率(low-resolution,LR)输入构建高分辨率(high-resolution,HR)图像。一、摘要GCFSR:不借助人脸先验,一种生成细节可控的人脸超分方法人脸超分辨通常依靠面部先验来恢复真实细节并保留身份信息。在GANpiror的帮助下,最近的进展可以取得令人印象深
爱GAN不干
·
2023-10-11 23:30
生成对抗网络
计算机视觉
Generative
AI 新世界 | 文生图领域动手实践:预训练模型的微调
在上期文章,我们探讨了预训练模型的部署和推理,包括运行环境准备、角色权限配置、支持的主要推理参数、图像的压缩输出、提示工程(PromptEngineering)、反向提示(NegativePrompting)等内容。亚马逊云科技开发者社区为开发者们提供全球的开发技术资源。这里有技术文档、开发案例、技术专栏、培训视频、活动与竞赛等。帮助中国开发者对接世界最前沿技术,观点,和项目,并将中国优秀开发者或
亚马逊云开发者
·
2023-10-10 22:48
人工智能
机器学习
开源
Generative
Adversarial Nets
Author:龙箬ComputerApplicationTechnologyChangetheWorldwithDataandArtificialIntelligence!CSDN@weixin_43975035生命不息,折腾不止Reference:[1]Goodfellow,I,Pouget-Abadie,J,Mirza,M,Xu,B,Warde-Farley,D,Ozair,S,Courvil
龙箬
·
2023-10-08 10:31
深度学习
神经网络
人工智能
机器学习
github
Generative
AI 新世界 | 扩散模型原理的代码实践之采样篇
在上一期的文章中,探讨了在AmazonSageMakerStudio上使用QLoRA等量化技术微调Falcon40B大语言模型。而从本期开始,我们将一起尝试在更深的知识维度,继续探究生成式AI这一火热的新知识领域。亚马逊云科技开发者社区为开发者们提供全球的开发技术资源。这里有技术文档、开发案例、技术专栏、培训视频、活动与竞赛等。帮助中国开发者对接世界最前沿技术,观点,和项目,并将中国优秀开发者或技
亚马逊云开发者
·
2023-10-07 22:20
人工智能
【NeurIPS 2023】Toward Understanding
Generative
Data Augmentation
TowardUnderstandingGenerativeDataAugmentation,NeurIPS2023论文:https://arxiv.org/abs/2305.17476代码:https://github.com/ML-GSAI/Understanding-GDA解读转载:[NeurIPS2023]TowardUnderstandingGenerativeDataAugmentati
m0_61899108
·
2023-10-05 13:01
论文笔记
人工智能
深度学习
Photoshop 2023 Beta 24.6_爱国版_安装教程,内置AI绘画_创意填充
Generative
Fill功能及常见问题
最近,Adobe公司再次书写了属于Photoshop的历史新篇章。宣布Photoshop(Beta)迎来重大更新,新增「创意填充(GenerativeFill)」功能,就是用生成式AI,来处理图像中想要增删的任何一处细节,生成能力由AdobeFirefly提供。“创意填充”是一个神奇的新工具,并使用Photoshop的全面工具对其进行编辑以创建非凡的结果。它基于您与生俱来的创造力,使您能够使用简单
sbzqz
·
2023-10-05 13:41
photoshop
adobe
AI作画
神经网络
Spectral Normalization for
Generative
Adversarial Networks
对抗生成网络的谱标准化摘要:生成对抗网络研究中的一个挑战就是它训练的不稳定性。在本篇文章中,我们提出了一种新的称为谱标准化的权重标准化技术来稳定分辨器的训练。我们的新的标准化技术计算量少,并且很容易并入现有的实现中。我们在CIFAR10,STL-10和ILSVRC2012数据集上测试了谱标准化的功效,然后我们在实验上证实了谱标准化的GANs(SN-GANs)能够产生相较之前的训练稳定技术更高质量或
马小李23
·
2023-10-05 00:23
【扩散生成模型】Diffusion
Generative
Models
由浅入深了解DiffusionModel相关论文合集:Awesome-Diffusion-Models提出扩散模型思想的论文:《DeepUnsupervisedLearningusingNonequilibriumThermodynamics》理解最近大火的扩散模型经典开山作介绍与必备数学推导(一)扩散模型综述:“扩散模型”首篇综述+论文分类汇总,谷歌&北大最新研究「扩散模型」首篇综述!谷歌&北大
dataloading
·
2023-10-02 14:24
深度学习
初识GAN(
Generative
Adversarial Nets)网络
一、原理部分1.1基本思想GAN(GenerativeAdversarialNets):生成对抗网络https://arxiv.org/abs/1406.2661首先附上一张对抗生成网络流程图,大致的网络流程:生成器G生成假图片,判别器D判别照片真假,最终达到纳什平衡(p=0.5),两个网络交替训练。GAN包括了两套独立的网络,两者之间作为互相对抗的目标。第一套网络是我们需要训练的分类器(下图中的
HHzdh
·
2023-09-29 02:09
PyTorch对抗生成网络
python
pytorch
谷歌最新研究:可交互式动态图片生成,细节逼真!
©PaperWeekly原创·作者|岳廷论文链接:https://arxiv.org/abs/2309.07906项目链接:https://
generative
-dynamics.github.io.
PaperWeekly
·
2023-09-28 17:13
Generative
AI 新世界 | 扩散模型原理的代码实践之采样篇
在上一期的文章中,探讨了在AmazonSageMakerStudio上使用QLoRA等量化技术微调Falcon40B大语言模型。而从本期开始,我们将一起尝试在更深的知识维度,继续探究生成式AI这一火热的新知识领域。亚马逊云科技开发者社区为开发者们提供全球的开发技术资源。这里有技术文档、开发案例、技术专栏、培训视频、活动与竞赛等。帮助中国开发者对接世界最前沿技术,观点,和项目,并将中国优秀开发者或技
·
2023-09-25 19:00
人工智能机器学习
Generative
AI 新世界 | 扩散模型原理的代码实践之采样篇
在上一期的文章中,探讨了在AmazonSageMakerStudio上使用QLoRA等量化技术微调Falcon40B大语言模型。而从本期开始,我们将一起尝试在更深的知识维度,继续探究生成式AI这一火热的新知识领域。亚马逊云科技开发者社区为开发者们提供全球的开发技术资源。这里有技术文档、开发案例、技术专栏、培训视频、活动与竞赛等。帮助中国开发者对接世界最前沿技术,观点,和项目,并将中国优秀开发者或技
亚马逊云开发者
·
2023-09-25 19:51
人工智能
机器学习
Generative
AI 新世界 | 扩散模型原理的代码实践之采样篇
在上一期的文章中,探讨了在AmazonSageMakerStudio上使用QLoRA等量化技术微调Falcon40B大语言模型。而从本期开始,我们将一起尝试在更深的知识维度,继续探究生成式AI这一火热的新知识领域。亚马逊云科技开发者社区为开发者们提供全球的开发技术资源。这里有技术文档、开发案例、技术专栏、培训视频、活动与竞赛等。帮助中国开发者对接世界最前沿技术,观点,和项目,并将中国优秀开发者或技
亚马逊云开发者
·
2023-09-25 19:45
人工智能
机器学习
生成代理:人类行为的交互模拟(
Generative
Agents: Interactive Simulacra of Human Behavior)
GenerativeAgents:InteractiveSimulacraofHumanBehavior简介论文是斯坦福大学和deepmind团队联合发表,主要介绍了一种利用LLM模型指导生成Agents代理的方法,让代理具有记忆、反思和规划的能力。结合LLM模型创造了一个系统架构,架构可以用自然语言的方式记忆agents的历史经验,合成记忆生成更加高阶的反思,并且用反思和记忆去计划行动。举例说明
WitsMakeMen
·
2023-09-24 23:03
LLM
GA
Generative
AI 新世界 | Falcon 40B 大模型微调和量化实践
本文作者黄浩文亚马逊云科技资深开发者布道师在上一期的文章中,我们一起梳理了大模型参数高效微调(PEFT)和QLoRA量化技术背后的理论基础。与标准的16位模型微调相比,QLoRA减少了大模型微调的内存使用量,而无需权衡性能。探索完基本理论之后,我们就要开始动手实践了。本期文章,我们将探讨使用AmazonSageMakerStudio在交互式环境中,快速高效地微调大语言模型。我们将运用QLoRA和4
亚马逊云开发者
·
2023-09-24 02:25
人工智能
论文精读GAN:
Generative
Adversarial Nets
1基础背景2优缺点3未来发展趋势1基础背景论文链接:https://arxiv.org/abs/1406.2661源码地址:http://www.github.com/goodfeli/adversarial2优缺点优点:避免了过拟合。因为生成器没有直接接触样本,而是通过判别器告诉它像不像,就像枯叶蝶不知道枯叶长什么样子;不需要Markov链。而是采用的深度学习,深度学习中有完备的训练技巧。缺点:
EEPI
·
2023-09-23 23:54
生成对抗网络
人工智能
神经网络
大模型
生成迁移学习 (
Generative
Transfer Le
蚂蚁集团产品经理实习环境靠着西湖,空气非常清新在蚂蚁集团产品经理实习已经两周啦,给大家share这里的情况。公司环境:背靠西湖风景区,天然氧吧,但是蚊子也很多,这一点特别不友好;园区特别好看,空气非常清新,题解|#字符串排序#importjava.util.Scanner;importjava.util.TreeMap;importjava.util.TreeSet;impor题解|#删除字符串中
2301_78234743
·
2023-09-23 10:28
java
deep
generative
model
https://towardsdatascience.com/understanding-variational-autoencoders-vaes-f70510919f73
破壁者-燕
·
2023-09-22 04:13
python
从Diffusion Model到score-based
generative
models再到Consistency Models的介绍
从DiffusionModel到score-basedgenerativemodels再到ConsistencyModels的介绍0、前言图片介绍以PPT的形式0、前言完整的PPT在这:https://download.csdn.net/download/qq_45934285/87833629?spm=1001.2014.3001.5503图片介绍以PPT的形式
旋转的油纸伞
·
2023-09-21 11:30
扩散模型+CV与NLP科研笔记
计算机视觉
深度学习
自然语言处理
《Self-Supervised
Generative
Adversarial Networks》论文笔记
说在前面的话,我认为这篇文章的核心思想是,使得G(z)与真实图片接近的保证,除了直接匹配比较两者,还有更多的保证手段,如在真实图像中捕捉到的某种特征,在G(z)中也能捕捉到。这些保证可以作为辅佐保证来提高G的生成质量。(在此文中,可检测旋转角度的一种特征便是我这里的某种特征。)文章核心思想实现的细节是,G和D都保留原始GAN损失函数项;另,D要以真实数据的旋转角度损失,去锻炼区分某种特征的能力(那
爱学习的Whitley
·
2023-09-20 18:30
CVPR2020 The Secret Revealer:
Generative
Model-Inversion Attacks Against Deep Neural Networks
论文下载地址:https://openaccess.thecvf.com/content_CVPR_2020/papers/Zhang_The_Secret_Revealer_
Generative
_Model-Inversion_Attacks_Against_Deep_Neural_Networks_CVPR
马小李23
·
2023-09-15 07:56
Generative
AI 新世界 | 大模型参数高效微调和量化原理概述
本文作者黄浩文亚马逊云科技资深开发者布道师在上期文章,我们对比了在AmazonSageMaker上部署大模型的两种不同的部署方式。本期文章,我们将探讨两个目前大语言模型(LLM)领域的开发者们都关注的热门话题:大型语言模型的高效微调和量化。微调大型语言模型允许开发者调整开源基础模型,从而提高特定领域任务的性能。接下来的两期文章,我们将探讨如何利用HuggingFace的参数高效微调(PEFT)库和
亚马逊云开发者
·
2023-09-13 01:58
人工智能
Pytorch Advanced(一)
Generative
Adversarial Networks
生成对抗神经网络GAN,发挥神经网络的想象力,可以说是十分厉害了参考1、AI作家2、将模糊图变清晰(去雨,去雾,去抖动,去马赛克等),这需要AI具有“想象力”,能脑补情节;3、进行数据增强,根据已有数据生成更多新数据供以feed,可以减缓模型过拟合现象。那到底是怎么实现的呢?GAN中有两大组成部分G和DG是generator,生成器:负责凭空捏造数据出来D是discriminator,判别器:负责
青山渺渺
·
2023-09-12 01:50
deep
learning
pytorch
人工智能
python
Prototype-Based Compound Discovery Using Deep
Generative
Models
ShaharHarel,KiraRadinskyMolecularPharmaceutics2018IF=4.7简介一般情况下,条件生成指传统上给定一些外部属性来确定一个条件分布,然后从分布中采样生成。在文章设计的PDDN模型中,模型并不取决于外部属性,而是希望研究者能够为模型提供一个已知的原型分子,代表所需的外部属性,并依靠这个原型来进行条件生成。分子生成的目标是创建一个不同于原型分子的分子m。
酌泠
·
2023-09-11 17:53
Plug & Play
Generative
Networks: Conditional Iterative Generation of Images in Latent Space
即插即用生成网络http://EvolvingAI.org/ppgn.(1)以前的研究展示了通过激活一个或者一组神经元用梯度上升方法来产生图片。这篇文章扩展这个理论,通过在隐变量上加入先验,产生更高采样质量和更高采样多样性的(因为可以把生成图片看成在真实图片数据集上的一个采样过程)。(2)提出了一个统一的概率解释AM理论,我们叫这个生成模型是即插即用生成模型。PPGNs是由(1)生成网络G,负责画
我不懂你教不
·
2023-09-10 20:57
【论文】Imitating Driver Behavior with
Generative
Adversarial Networks---使用生成对抗网络模仿驾驶员行为
紫色:要解决的问题或发现的问题红色:重点内容棕色:关联知识,名称绿色:了解内容,说明内容论文地址:待后续补充摘要准确预测和模拟人类驾驶行为的能力对于智能交通系统的发展至关重要。传统的建模方法采用简单的参数模型和行为克隆。本文采用一种方法来克服先前方法固有的级联误差问题,从而产生对轨迹扰动具有鲁棒性的真实行为。我们将生成对抗模仿学习扩展到循环策略的训练,并证明我们的模型在现实的高速公路模拟中优于基于
瑾怀轩
·
2023-09-09 17:49
论文集
生成对抗网络
人工智能
神经网络
自动驾驶
架构简析| 一种
Generative
Agents
GenerativeAgents架构简析斯坦福《GenerativeAgents:InteractiveSimulacraofHumanBehavior》论文解读。demo地址论文原文地址agent架构:Agent记忆的的核心挑战是确保在需要时检索和合成agent内存中最相关的部分。我们的体系结构的中心是内存流,这是一个数据库,它维护了agent经验的全面记录。MemoryandRetrieval
1m6
·
2023-09-09 02:25
chatgpt
Multimodel Image synthesis and editing:The
generative
AI Era
1.introduction基于GAN和扩散模型,通过融入多模态引导来调节生成过程,从不同的多模态信号中合成图像;是为多模态图像合成和编辑使用预训练模型,通过在GAN潜在空间中进行反演,应用引导函数,或调整扩散模型的潜在空间和嵌入。2.modalityfoundations每一种信息源或形式都可以成为模态。2.1Visualguidance视觉引导将特定图像属性编码在像素空间中,提供控制。视觉引导
Kun Li
·
2023-09-07 13:23
大模型
多模态和生成
人工智能
深度学习
上一页
1
2
3
4
5
6
7
8
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他