VAE

尝试理解论文SPOT1的代码1：Supported Policy Optimization for Offline Reinforcement Learning

SPOT1的代码：vae.py写在最前面参考SPOT理解VAEVAE概述VAEloss一般vae和IWAE的比较（这篇SPOT论文参考IWAE借鉴了vae）VAE和IWAE的loss对比VAE和IWAE
是Yu欸·2022-11-20 15:35

StableDiffusion模型在PCIE上的迁移与精度对齐

StableDiffusion模型在PCIE上的迁移与精度对齐简介模型介绍2.1Diffusion过程解析模型细节迁移细节：绕过不适配算子4.1获得原始模型4.2迁移CLIP中TextEncoder模型4.3迁移VAE
算能开发者社区·2022-11-20 12:49

【概率论】正态分布的叠加性和正态分布的标准化

如正态分布的叠加性和正态分布的标准化等，在VAE模型中重参技巧就用到了正态分布知识，特别是在高维数据中高维的正态分布更是常用。
一穷二白到年薪百万·2022-11-20 10:17

生成模型VAE、GAN和基于流的模型详细对比

在IanGoodfellow和其他研究人员在一篇论文中介绍生成对抗网络两年后，YannLeCun称对抗训练是“过去十年里ML最有趣的想法”。尽管GANs很有趣，也很有前途，但它只是生成模型家族的一部分，是从完全不同的角度解决传统AI问题，在本文中我们将对比常见的三种生成模型。生成算法当我们想到机器学习时，首先想到的可能是鉴别算法。判别模型是根据输入数据的特征对其标签或类别进行预测，是所有分类和预测
deephub·2022-11-20 10:07

【图神经网络】基于图的生成模型

参考文献[1]生成模型VAE、GAN和基于流的模型详细对比[2]基于流的生成模型-Flowbasedgenerativemodels[3][读论文ICLR2020]GraphAF:基于流的分子图生成自回归模型
一穷二白到年薪百万·2022-11-20 10:37

BEIT: BERT Pre-Training of Image Transformers(图像Transformer的BERT预训练)

2.1.2VisualToken2.2BackboneNetwork：ImageTransformer2.3预训练BEiT：MaskedImageModeling2.4FromthePerspectiveofVAE（从VAE
AcceptGo·2022-11-20 04:14

李沐论文精读系列五：DALL·E2（生成模型串讲，从GANs、VE/VAE/VQ-VAE/DALL·E到扩散模型DDPM/ADM）

文章目录一、前言1.1DALL·E简介1.2DALL·E2简介1.3文生图模型进展二、引言2.1摘要2.2引言&模型结构三、算法铺垫3.1GANs3.2AE3.3DAE/MAE3.4变分自编码器VAE3.5VQ-VAE
神洛华·2022-11-19 18:50

diffusion model原理和算法伪代码

文章目录Diffusionmodel前置数学知识VAE和多层VAE回顾1.单层VAE的原理2.多层VAE的原理Diffusionmodel扩散过程（DiffusionProcess）逆扩散过程（ReverseProcess
长星照耀十三州府_·2022-11-19 12:35

2019年上半年收集到的人工智能卷积神经网络干货文章

CNN，GAN，AE和VAE概述理解卷积神经网络？看这篇论文就够了深度卷积神经网络的高级主题卷积神经网络的特征是如何学习的？教你如何运用可视化理解卷积神经网络（CNNs）的指南空洞卷积（Dil
coipq4549972·2022-11-19 06:15

【机器学习】高斯混合模型详解

学习高斯混合模型主要是因为在学习生成模VAE的过程中有许多不理解的地方，经过学习发现很多前置知识都是来源于高斯混合模型和EM算法，因此需要掌握高斯混合模型和EM算法。  
一穷二白到年薪百万·2022-11-19 01:53

Diffusion Models - 扩散模型（一）

常见的生成模型（GenerativeModels）如GAN、VAE和基于流(Flow-based)的模型。他们在生成高质量样本方面取得了巨大成功，但每个都有其自身的局限性。
Redflashing·2022-11-19 01:15

【PyTorch学习笔记】7.自编码器

文章目录47.Auto-Encoder介绍48.Auto-Encoder变种49.VariationalAuto-Encoder引入50.变分自编码器VAE51.实战51.1AE51.2VAE根据龙良曲
贪钱算法还我头发·2022-11-15 11:17

VAE(Variational Autoencoder)的原理

本篇博客转载自：VAE(VariationalAutoencoder)的原理OpenAI实习生讲解变分自编码机以上两篇文章翻译自KevinFrans的英文博客.英文原文：VariationalAutoencodersExplained
时光杂货店·2022-11-14 09:40

自编码器(AutoEncoder)和变分自编码器(VAE)--（1）

在这些深度生成模型中，有两个类别脱颖而出，值得特别关注：生成对抗网络(GAN)和变分自编码器(VAE)。当然这两类网络也不仅用于生成任务，还能用于约束隐空间变量等等。相比于GAN，个人感觉
Irving_HE·2022-11-14 09:10

简单理解Autoencoder(AE)、Variational AutoEncoder(VAE)、Graph Autoencoder(GAE)和VGAE

首先是自动编码器和图自动编码器。自动编码器的主要作用是学习一个东西的主要特征，从高维编码到低维，再从低维解码到高维。衡量编码和解码的好坏就是重构损失，也就是看原始向量和重构向量像不像，一般用交叉熵或者均方误差来衡量损失。而图自动编码器主要是用来学习图的主要特征，更具体来讲是学习每个节点的主要特征。在编码阶段，AE是用全连接层或者卷积层，GAE一般使用的是GCN进行编码，输入是邻接矩阵和节点的特征矩
Fwindyy·2022-11-14 09:39

花式解释AutoEncoder与VAE【转】

https://www.jianshu.com/p/78f91e8aafed什么是自动编码器自动编码器(AutoEncoder)最开始作为一种数据的压缩方法，其特点有:1)跟数据相关程度很高，这意味着自动编码器只能压缩与训练数据相似的数据，这个其实比较显然，因为使用神经网络提取的特征一般是高度相关于原始的训练集，使用人脸训练出来的自动编码器在压缩自然界动物的图片是表现就会比较差，因为它只学习到了人
weixin_42278939·2022-11-14 09:09

【机器学习】无监督学习Autoencoder和VAE

众所周知，机器学习的训练数据之所以非常昂贵，是因为需要大量人工标注数据。autoencoder可以输入数据和输出数据维度相同，这样测试数据匹配时和训练数据的输出端直接匹配，从而实现无监督训练的效果。并且，autoencoder可以起到降维作用，虽然输入输出端维度相同，但中间层可以维度很小，从而起到降维作用，形成数据的一个浓缩表示。可以用autoencoder做Pretraining，对难以训练的深
weixin_30516243·2022-11-14 09:38

Variational AutoEncoder（VAE）变分自编码器

【本文转载自博客】：解析VariationalAutoEncoder（VAE）:https://www.jianshu.com/p/ffd493e10751文章目录1.模型总览1.1AutoEncoder1.2VariationalAutoEncoder2
酒酿小圆子～·2022-11-14 09:08

torch09：variational_autoencoder(VAE)--MNIST和自己数据集

MachineLP的Github（欢迎follow）：https://github.com/MachineLPMachineLP的博客目录：小鹏的博客目录本小节使用torch搭建VAE模型，训练和测试：
MachineLP·2022-11-14 09:08

AutoEncoder与VAE

什么是自动编码器自动编码器(AutoEncoder)最开始作为一种数据的压缩方法，其特点有:1)跟数据相关程度很高，这意味着自动编码器只能压缩与训练数据相似的数据，这个其实比较显然，因为使用神经网络提取的特征一般是高度相关于原始的训练集，使用人脸训练出来的自动编码器在压缩自然界动物的图片是表现就会比较差，因为它只学习到了人脸的特征，而没有能够学习到自然界图片的特征；2)压缩后数据是有损的，这是因为
愚昧之山绝望之谷开悟之坡·2022-11-14 09:04

从Autoencoder到VAE及其变体

博文1：《FromAutoencodertoBeta-VAE》链接博文2：《干货|你的KL散度vanish了吗？》
RaymondLove~·2022-11-14 09:02

8月5日Pytorch笔记——AutoEncoder、VAE

文章目录前言一、AutoEncoder1、Lossfunctionforbinaryinputs2、Sample()isnotdifferentiable二、VariationalAutoencoders前言本文为8月5日Pytorch笔记，分为两个章节：AutoEncoder；VariationalAutoencoders。一、AutoEncoder1、Lossfunctionforbinary
Ashen_0nee·2022-11-14 09:31

AutoEncoder和VAE

文章目录一、AutoEncoder（自编码器）二、De-noisingAutoEncoder三、AE的其他应用四、VAE一、AutoEncoder（自编码器）AE是一种左右几乎对称的网络模型（之所以说几乎是因为也可以不需要完全对称
圆月弯刀鞘·2022-11-14 09:01

Deep Generative Model1--VAE

1.VAE(Variationalauto-encoder)首先我们思考一下，为什么我们需要VAE?或者说Auto-encoder有什么问题？
胡小白的数据科学之路·2022-11-12 11:49

[机器学习入门] 李宏毅机器学习笔记-19 （Deep Generative Model-part 2：深度生成模型-part 2）

用VAE，从codespace上去sample一个code，能得到一个比较好的image，而autoencoder可能得不到。
holeung·2022-11-12 11:42

[机器学习入门] 李宏毅机器学习笔记-20 （Deep Generative Model-part 3：深度生成模型-part 3）

[机器学习入门]李宏毅机器学习笔记-20（DeepGenerativeModel-part3：深度生成模型-part3）PDFVIDEO上接part2，VAE从来没有去学习产生一张看起来能以假乱真的image
holeung·2022-11-12 11:42

PaperWeekly 第二十七期 | VAE for NLP

引言提及GenerativeModels，VariationalAutoencoder(VAE)和GAN可以说是两座大山头。
weixin_34380948·2022-11-10 12:28

计算机视觉 Computer Vision Chaper14 图像生成

MLE变分子编码器VAE绿色部分其实就是图像的压缩。保存了图像的大部分信息。如果我们自己随便写一个向
大叔爱学习.·2022-10-31 10:29

通俗理解DDPM：生成扩散模型

说到生成模型，VAE、GAN可谓是“如雷贯耳”，此外，还有一些比较小众的选择，如flow模型、VQ-VAE等，也颇有人气，尤其是VQ-VAE及其变体VQ-GAN，近期已经逐渐发展到“图像的Tokenizer
nocol.·2022-10-27 17:29

降维算法总导图

保留局部性质：基于重建权重（局部线性嵌入LLE），邻接图，基于切空间；保留全局空间：基于距离保持（基于欧氏距离MDS，基于测地线距离ISOMAP），基于核（核主成分分析KPCA）、基于神经网络（多层自动编码器VAE
小粒子学code·2022-10-24 07:21

生成模型VAE、GAN和基于流的模型详细对比

在IanGoodfellow和其他研究人员在一篇论文中介绍生成对抗网络两年后，YannLeCun称对抗训练是“过去十年里ML最有趣的想法”。尽管GANs很有趣，也很有前途，但它只是生成模型家族的一部分，是从完全不同的角度解决传统AI问题，在本文中我们将对比常见的三种生成模型。生成算法当我们想到机器学习时，首先想到的可能是鉴别算法。判别模型是根据输入数据的特征对其标签或类别进行预测，是所有分类和预测
·2022-10-04 11:21

（pytorch进阶之路）DDPM回顾及Autoregressive diffuision model

arxiv.org/pdf/2006.11239v2.pdfDDPM分为扩散过程和逆扩散过程扩散过程扩散过程是确定性的，x0到xt逐步添加噪声是没有需要训练的参数，是不可训练的固定的马尔科夫链过程，这和VAE
likeGhee·2022-09-21 10:20

从DDPM到GLIDE：基于扩散模型的图像生成算法进展

GLIDE并非基于对抗生成网络或是VQ-VAE类模型所设计，而是采用了一种新的图像生成范式-扩散模型（DiffusionModel）。
深兰深延AI·2022-09-20 07:19

使用基于LSTM的变分自编码器对股票序列数据进行降噪并重构

考虑到针对股票市场的噪音特性，我们尝试使用变分自编码器（VAE）对价格数据进行重构，并且考虑到股票数据的时序性，我们在自编码器网络中加入LSTM网络提升表现。
weixin_47178719·2022-09-06 19:40

AIOps探索：基于VAE模型的周期性KPI异常检测方法——VAE异常检测

AIOps探索：基于VAE模型的周期性KPI异常检测方法from:jinjinlin.com作者：林锦进前言在智能运维领域中，由于缺少异常样本，有监督方法的使用场景受限。
weixin_33923762·2022-09-06 19:09

变分自编码器VAE详解

VAE的讲解网络的逻辑输入和输出这是我为了更加清晰的介绍流程图而设定的（不知专业的词哈）  首先，对于一批数据来说，生成模型的目标就是学习得到一个分布P(X)P(X)P(X)，使得该分布和数据的真是分布
kingfoulin·2022-09-06 19:05

VAE的原理+直观理解+公式推导+去噪+异常检测

1、VAE原理的直观理解使用(VAE)生成建模,理解可变自动编码器背后的数学原理一般设先验分布为标准正态分布，但是也可以是其他分布。
cloudless_sky·2022-09-06 19:03

单指标时间序列异常检测——基于重构概率的变分自编码（VAE）代码实现（详细解释）

1.编写目的不少论文都是基于VAE完成的异常检测，比如Donut、Bagel。
smile-yan·2022-09-06 19:31

使用扩散模型从文本生成图像

1代的DALLE使用VQ-VAE的改进版，2代的DALLE2通过使用扩散模型将图片的生成提升到了一个新的高度，但是由于其计算量很大而且没有开源，我们普通用户并没有办法使用，但是StableDiffusion
·2022-09-04 13:09

视频生成无需GAN、VAE，谷歌用扩散模型联合训练视频、图像，实现新SOTA

先前关于视频生成的工作通常采用诸如GAN、VAE、基于流的模型。在视频生成领域，研究的一个重要里程碑是生成时间相干的高保真视频。来自谷歌的研究者通过提出一个视频生成扩散模型来实现
数据派THU·2022-08-27 07:05

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

在表格数据集上训练变分自编码器 (VAE)示例

变分自编码器(VAE)是在图像数据应用中被提出，但VAE不仅可以应用在图像中。
·2022-08-04 11:03

深度解析：什么是Diffusion Model？

目前为止，基于GAN生成模型，基于VAE的生成模型，以及基于flow的生成模型它们都可以生成较高质量的样本，但每种方法都有其局限性。
PaperWeekly·2022-07-28 17:05

生成扩散模型漫谈：DDPM = 自回归式VAE

在该文章中，我们还指出DDPM本质上已经不是传统的扩散模型了，它更多的是一个变分自编码器VAE，实际上DDPM的原论文中也是将它按照VAE的思路进行推
PaperWeekly·2022-07-15 10:01

一文搞懂变分自编码器(VAE, CVAE)

变分自编码，英文是VariationalAutoEncoder，简称VAE。它是包含隐变量的一种模型变分自编码器与对抗生成网络类似，均是为了解决数据生成问题而生的。
晓柒NLP与药物设计·2022-07-12 13:19

变分自编码器（VAE）

在本篇文章中，我将从变分自编码器的来源出发，从两个角度分别引出其网络和目标函数VAE的思想来源如果我们有一批样本，然后想生成一个新样本，我们应该怎么做呢？
孤独腹地·2022-07-10 07:08

【学习笔记-李宏毅】GAN（生成对抗网络）全系列（一）

VAE（VariationalAuto-encoder）2.CGAN,ConditionalGenerationbyGAN2.1discriminator的架构改进2.2StackGAN2.3Image-to-image2.4S
iioSnail·2022-07-09 14:54

【VAE-1】——VAE教程阅读

本文为VAE原作者DiederikP.Kingma在Arxiv上的一篇解读AnIntroductiontoVariationalAutoencoders的阅读记录。
临淮郡人·2022-07-08 07:35

论文阅读“Multi-VAE: Learning Disentangled View-common and View-peculiar Visual Representations for MvC”

XuJ,RenY,TangH,etal.Multi-VAE:Learningdisentangledview-commonandview-peculiarvisualrepresentationsformulti-viewclustering
掉了西红柿皮_Kee·2022-07-05 18:56

深度生成网络模型介绍：VAE GAN VAE-GAN 附pytorch 代码

深度生成模型介绍摘要VAE介绍GANVAE-GAN我对论文的理解代码摘要本文主要介绍了VAE,GAN以及对论文Autoencodingbeyondpixelsusingalearnedsimilaritymetrichere
失败人生自救指南·2022-06-29 16:23
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他