PixelRNN

【机器学习】李宏毅——Flow-based Generative Models

前文我介绍了部分关于生成学习的内容，可以参考我这篇博文点此前面介绍的各个生成模型，都存在一定的问题：对于PixelRNN这类模型来说，就是从左上角的像素开始一个个地进行生成，那么这个生成顺序是否合理，每一个像素是否只与它前面的像素有关
FavoriteStar·2024-01-03 22:46

使用Pytorch从零开始构建Conditional PixelCNN

条件PixelCNNPixelCNN是PixelRNN的卷积版本，它将图像中的像素视为一个序列，并在看到前面的像素后预测每个像素（定义如上和左，尽管这是任意的）。
Garry1248·2023-11-26 13:35

深度学习于语音合成研究综述

仿照PixelRNN(vandenOordetal.,2016)图像生成的做法，WaveNet依据之前采样点来生成下一个采样点。生成下一个采样点的模型为CNN结构。
明月几时有.·2023-11-24 21:23

从VAE到Diffusion生成模型详解(1)：变分自编码器VAE

文章目录1.生成式模型简介2.PixelRNN/CNN3.VAE3.1自编码器AE3.2VAE基本原理3.3VAE公式推导4.参考1.生成式模型简介什么是生成式模型给定训练集，产生与训练集同分布的新样本
orangerfun·2023-08-28 06:55

【计算机视觉】CPC 讲解

在阅读本篇之前建议先学习：【机器学习】噪声对比估计（NCE）【计算机视觉】MoCo讲解中关于“对比学习”的介绍【计算机视觉】PixelRNN讲解CPC概述对比预测编码（ContrastovePredictiveCoding
不牌不改·2023-08-10 05:51

李宏毅机器学习笔记——生成模型

介绍了三种方法，pixelRNN，VAE,GAN。笔记以VAE为主。pixelRNN比较容易理解，由已知推未知。
荆棘鸟》·2023-04-04 13:14

CS231n学习笔记（十三）

CS231n学习笔记（十三）：生成式模型（无监督学习）有无监督学习对比有监督学习无监督学习对比生成式模型（GenerativeModels）PixelRNN/CNN（显式密度估计）变分自编码器（VariationalAutoencoder
HINJ·2023-01-18 11:00

cs231n——浅析三种生成模型

生成模型的分类三、PixelRNN/CNNPixelRNNPixelCNN总结四、变分自编码器自编码器变分自编码器五、生成对抗网络（GANs）GAN总结总结一、有监督学习和无监督学习有监督学习有监督学习在前面的学习中已经接触了一些
yizhi_hao·2023-01-10 18:49

9.1-深度生成模型

文章目录图像处理-创作PixelRNN练习生成模型自动编码器宝可梦生成图像处理-创作有关generationmodel，这里有一篇很好的reference。
一条大蟒蛇6666·2023-01-02 10:25

深度学习系列31：Dalle生成模型

与之相对应的，是早起的PixelCNN、PixelRNN等直接在像素级别进行序
IE06·2022-12-31 07:15

CS231n 2022PPT笔记- 生成模型Generative Modeling

代码：GenerativeAdversarialNetworks(GANs)_iwill323的博客-CSDN博客目录概念密度估计什么是生成模型生成模型分类PixelRNN和PixelCNNPixelRNNPixelCNNVariationalAutoencoders
iwill323·2022-12-16 08:32

vqvae详细解释

可以说，VQ-VAE做生成模型的思路，源于PixelRNN、PixelCNN之
会写代码的孙悟空·2022-12-16 06:32

【(强推)李宏毅2021/2022春机器学习课程】Deep Generative Model（Part I and Part II）

文章目录PixelRNN推广到图像-创造宝可梦VAE（VariationalAutoencoder）WhyVAE？
I"ll carry you·2022-12-13 17:40

万字综述之生成对抗网络（GAN）

1.2.1f-divergence1.2.2Integralprobalitymetric(IPM)1.2.3f-divergence和IPM对比1.24辅助的目标函数1.3其他常见生成式模型1.3.1自回归模型：pixelRNN
Element简·2022-11-23 11:27

深度学习(九) GAN 生成对抗网络 理论部分

GAN生成对抗网络理论部分前言一、PixelRNN1.图片的生成模型2.PixelRNN3.PixelCNN二、VAE(VariationalAutoencoder)1.VAE的优缺点2.KL散度3.隐变量与隐变量模型
Ali forever·2022-08-24 07:54

生成模型——PixelRNN、PixelCNN、变分自编码器VAE和生成式对抗网络GAN

生成模型——PixelRNN、PixelCNN、变分自编码器VAE和生成式对抗网络GAN之前我们已经讲了很多的监督学习的网络模型——有数据集x和标签集y，我们找到一个函数或一种关系，可以完成从x到y的映射
weixin_45268911·2022-06-15 07:54

GAN（对抗生成网络）原理及数学推导

参考课程：计算机视觉与深度学习北京邮电大学鲁鹏概述在所有生成模型中，GAN属于“密度函数未知，直接硬train”的那一类，和密度函数可定义的PixelRNN/CNN以及变分自编码器VAE有本质区别。
琦子k·2022-02-27 10:27

生成模型——自回归模型详解与PixelCNN构建

生成模型——自回归模型详解与PixelCNN构建自回归模型（Autoregressivemodels）简介PixelRNN使用TensorFlow2构建PixelCNN模型输入和标签掩膜实现自定义层网络架构交叉熵损失采样生成图片完整代码自回归模型
盼小辉丶·2021-05-21 14:12

李宏毅机器学习课程笔记6：Unsupervised Learning - Auto-encoder、PixelRNN、VAE、GAN

台湾大学李宏毅老师的机器学习课程是一份非常好的ML/DL入门资料，李宏毅老师将课程录像上传到了YouTube，地址：NTUEEML2016。这篇文章是学习本课程第16-18课所做的笔记和自己的理解。Lecture16:UnsupervisedLearning-Auto-encoderAuto-encoder在手写数字识别任务中，想训练一个NNencoder，得到图像的精简表达。但做的是无监督学习，
徐子尧·2020-08-25 16:11

生成对抗网络（GAN）入门（CS231n）

与之类似的生成模型还有PixelRNN，PixelCNN，VariationalAut
sgx_hit·2020-08-21 08:42

无监督学习：Deep Generative Mode（深度生成模型）

2.1PixelRNN每次生成一个像素，用这样的方法，没有任何注释可以训练就有一大堆图像，效果
dfql83704·2020-08-16 12:54

从GitHub在TensorFlow模型

>>>图像处理/识别1.PixelCNN＆PixelRNN在TensorFlowTensorFlow实施像素回归神经网络。
weixin_34375233·2020-08-11 05:08

李宏毅机器学习——学习笔记（16） Unsupervised Learning——Deep generative models

Generativemodels：（1）PixelRNN:根据前面的pixel，输出下一个pixel。这种方式可以收集大量的图片进行无监督训练，训练网络。通过部分的图像就可以预测后面的图像。
青芒·1·2020-08-08 17:43

机器学习系列23-无监督学习之生成模型

更多优质内容欢迎关注我的微信公众号“Sakura的知识库”：本文将简单介绍无监督学习中的生成模型，包括PixelRNN、VAE和GAN，以后将会有一个专门的系列介绍对抗生成网络GANIntroduction
Sakura_gh·2020-07-15 08:48

PixelRNN—VAE—GAN/cGAN/WGAN

一、PixelRNN1.1根据图像生成像素二、VariationalAuto-encoder(VAE)三、GenerativeAdversarialNetwork(GAN)3.1ConditionalAdversarialNets3.2
SongpingWang·2020-06-29 20:40

(21)[ICML16] PixelRNN：Pixel Recurrent Neural Networks

计划完成深度学习入门的126篇论文第二十一篇，DeepMind研究一种新的生成模型。ABSTRACT&INTRODUCTION摘要自然图像的分布建模是无监督学习中的一个标志性问题。该任务需要一个同时具有表现力、可处理性和可伸缩性的图像模型。我们提出了一种深度神经网络，它能在两个空间维度上连续预测图像中的像素。我们的方法对原始像素值的离散概率建模，并对图像中的完整依赖关系进行编码。我们的结构创新包括
gdtop818·2020-06-28 20:36

深度学习于语音合成研究综述

仿照PixelRNN(vandenOordetal.,2016)图像生成的做法，WaveNet依据之前采样点来生成下一个采样点。生成下一个采样点的模型为CNN结构。
Lebhoryi·2020-06-28 20:41

Generative Models(生成模型)简介

PixelRNN收集一大堆图片，然后利用这些图片开始训练这个图片生成模型，根据前面的像素预测接下来的像素，训练结束后随便给一个(或者若干)初始像素就能生成一幅图片。
爆米花好美啊·2020-06-27 05:27

问题： 关于PixelRNN/PixelCNN族系网络

ByteNet原文中的一句话是：Inaddition,thedistancetraversedbyforwardandbackwardsignalsbetweenanyinputandoutputtokenscorrespondstothefixeddepthofthenetworksandislargelyindependentofthedistancebetweenthetokens.Depe
qq184861643·2020-06-24 22:43

课程笔记——Unsupervised Learning：Deep Generative Model

GenerativeModelsPixelRNNVariationalAutoencoder(VAE)变分自编码器GenerativeAdversarialNetwork(GAN)生成对抗网络1.PixelRNN1.1
mintminty·2020-06-24 15:31

如何比较PixelCNN与DCGAN两种Image generation方法？

今天组会读了一下deepmind的PixelCNN(nips的那篇)，不是很明白到底为什么follow的work这么多（而且pixelrnn还拿了bestpaperaward。。）
c2a2o2·2020-06-22 19:02

[水文]生成模型1-PixelRNN

这里主要记录阅读NIPS2016Tutorial:GenerativeAdversarialNetworks[1][视频]的一些笔记,还没有很好的理解导语GAN应该是这两年深度学习最火热的技术了，虽然不研究这块，但是看看应该没多大坏处。它有很多非常有意思的应用。比如在[4]中的一个应用是我比较喜欢的，就是画画[youtube]首先第一步我们在底下画了几条绿线，然后系统就会生成一堆带有草的图片，然后
PeaceInMind·2020-06-22 03:22

【CS231n】十三、生成模型（Generative Models）

分类：三、PixelRNN和PixelCNN（1）首先定义一个likelihood函数，（2）PixelRNN的方法：从角落的一个像素开始向周围的像素推理，每一个像素的likelihood由周围的决定。
Mys_GoldenRetriever·2020-06-22 02:53

WaveNet原理和代码分析

它是一个生成模型，类似于早期的pixelRNN和PixelCNN，声音元素是一个点一个点生成的。在WaveNet中
zsssrs·2020-06-21 15:20

【2017CS231n】第十三讲：生成模型（PixelRNN/PixelCNN，变分自编码器，生成对抗网络）

一.有监督学习与无监督学习有监督学习我们都很熟悉了，我们有数据x和标签y，我们在有监督学习中学习到一个函数可以将数据x映射到标签y，标签可以有很多形式。典型的有监督学习有：分类问题中输入一张图片，输出图片的分类；目标检测中输入一张图片，输出目标物体的边框；语义分割中，给每个像素都打上标签。下面说一下无监督学习。1.1无监督学习无监督学习在我们只有一些没有标签的训练数据的情况下，学习数据中隐含的结构
金刚哥葫芦娃·2020-06-21 04:59

[Deep Learning] 生成模型

本文是DeepLearningCourse总结系列的第五篇，本文的主要内容是对生成模型PixelCNN，PixelRNN，VAE，GANs进行介绍。
JingYANG_8·2020-01-02 09:54

生成性对抗网络及其变体的工作原理：GAN概述

的基本概念目标函数f-divergence[f-散度]Integralprobalitymetric(IPM,可积概率度量)f-divergence和IPM对比辅助的目标函数其他常见生成式模型自回归模型：pixelRNN
wtuiigu·2019-03-20 20:15

机器学习与深度学习系列连载： 第二部分 深度学习（十八) Seq2Seq 模型

特点是：Encoder-Decoder大框架适用于语言模型、图片模型、甚至是预测1.RNN相关的生成应用：(1)作诗(2)图片生成pixelRNN2.条件生成ConditionGeneration：我们生成的结构化的结果是基于一个条件的基础
人工智能插班生·2018-11-13 09:05

机器学习与深度学习系列连载： 第一部分 机器学习（十七）非监督度学习-4 Unsupervised Learning-4（Generative Models）

生成模型GenerativeModels用非监督学习生成结构化数据，是非监督模型的一个重要分支，本节重点介绍三个算法：PixelRNN，VAE和GAN（以后会重点讲解原理）1.PixelRNNRNN目前还没有介绍
人工智能插班生·2018-10-06 11:56

图片生成模型——gated pixelCNN

googleDeepMind团队在《pixelrecurrentneuralnetworks》中提出了pixelRNN/CNN之后又发表了一篇论文——《ConditionalImageGenerationwithPixelCNNDecoders
like_red·2018-04-04 21:43

机器学习 李宏毅 L28L29-Deep Generative Model

生成模型1：PixelRNN产生图像时，每次产生一个像素点。也就是，训练一个网络，输入为一个三维的vector，输出为另外一个三维的vector。可以使用PixelRNN进行图像生成、语音生成等。
OKgagaga·2018-02-02 22:05

无监督学习：生成模型

欢迎大家在评论区多多留言互动~~~~1.生成模型  2016年PixelRNN，2014年VariationalAutoencoder(VAE)，2013年GenerativeAdversarialN
独孤呆博·2018-01-18 23:43

无监督学习（unsupervised learning） 5.生成模型

无监督学习（unsupervisedlearning）5.生成模型1PixelRNN每次生成一个像素，下一个像素由之前所有的pixel决定应用：image、audiotips：每个像素用1-of-Nencodingfeature
n不正·2017-04-17 07:33
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他