VAE

[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

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

MAE同期工作，MSRA新作SimMiM：掩码图像建模，赶在内卷前的新方向！

我们简单化了最近提出的相关方法，不需要特别的设计需要，例如通过离散VAE或聚类的块掩码和令牌化。为了调查是什么使得掩码
烧技湾·2022-06-14 10:05

不会编程的厨子不是好歌手，音乐才子许嵩竟然是程序员

688ccc8adb5a78939fb95d8d643ece65_1652703078300004.jpg毕业于安徽医科大学管理系的许嵩，2006年初以笔名Vae在网上发布了一些自己用简单的音乐设备录制的音乐作品开始受到网友关注
编程狮W3Cschool·2022-05-16 21:52

对抗网络之PG-GAN，无条件下生成更真实的人脸图像[3]

当然作为当前最有竞争力的生成模型，相对于VAE,GAN虽然不稳定，相对于PixelCNN,GAN虽然没有提供明确的like
happyGirl122·2022-05-13 07:35

教你用TensorFlow和自编码器模型生成手写数字（附代码）

来源：机器之心本文长度为1876字，建议阅读4分钟本文介绍了如何使用TensorFlow实现变分自编码器（VAE）模型，并通过简单的手写数字生成案例一步步引导读者实现这一强大的生成模型。
数据派THU·2022-04-26 22:24

jsp中文乱码问题的简单解决方法

简单解决jsp中文乱码问题初学jsp制作一个简单的响应页面具体代码如下：username:Hello保存为test.jsp文件，启动tomcat访问，出现下图：在框内输入：vae出现下图：可是"username
·2022-04-26 19:51

【论文学习】《Adversarial examples for generative models》

Adversarialexamplesforgenerativemodels》论文学习文章目录《Adversarialexamplesforgenerativemodels》论文学习摘要1介绍2相关工作与背景2.1关于对抗的相关工作2.2VAE
FallenDarkStar·2022-04-26 09:01

UniVAE：基于Transformer的单模型、多尺度的VAE模型

©PaperWeekly原创·作者|苏剑林单位|追一科技研究方向|NLP、神经网络大家都知道，Transformer的复杂度是它的“硬伤”之一。不过凡事有弊亦有利，的复杂度也为Transformer带来很大的折腾空间，我们可以灵活地定制不同的attentionmask，来设计出不同用途的Transformer模型来，比如UniLM、K-BERT[1]等。本文介绍笔者构思的一个能用于文本的UniVA
PaperWeekly·2022-04-08 16:46

GAN 并不是你所需要的全部：从AE到VAE的自编码器全面总结

说到计算机生成的图像肯定就会想到deepfake：将马变成的斑马或者生成一个不存在的猫。在图像生成方面GAN似乎成为了主流，但是尽管这些模型在生成逼真的图像方面取得了巨大成功，但他们的缺陷也是十分明显的，而且并不是生成图像的全部。自编码器（autoencoder）作为生成的图像的传统模型还没有过时并且还在发展，所以不要忘掉自编码器！GAN并不是您所需要的全部当谈到计算机视觉中的生成建模时，几乎都会
·2022-03-24 14:51

GAN 并不是你所需要的全部：从AE到VAE的自编码器全面总结

说到计算机生成的图像肯定就会想到deepfake：将马变成的斑马或者生成一个不存在的猫。在图像生成方面GAN似乎成为了主流，但是尽管这些模型在生成逼真的图像方面取得了巨大成功，但他们的缺陷也是十分明显的，而且并不是生成图像的全部。自编码器（autoencoder）作为生成的图像的传统模型还没有过时并且还在发展，所以不要忘掉自编码器！GAN并不是您所需要的全部当谈到计算机视觉中的生成建模时，几乎都会
·2022-03-16 11:45

VAE变分自编码器

变分自编码器学习记录（VAE）文章目录变分自编码器学习记录（VAE）一、变分自编码器简述二、理论推导2.1VAE概述2.2理论推导三、代码实现四、后记参考链接理论讲解参考公式推导参考代码参考一、变分自编码器简述
帅，不止一面·2022-03-15 14:57

李宏毅——Flow-based Generative Model

jacobianMatrixDeterminantchangeofVariableTheoremflow-basedgenerativemodel导语已经介绍的生成模型之前的生成模型的问题component-by-component问题：什么是最好的顺序；生成的慢VAE
shaoyue1234·2022-03-10 07:57

第8章 生成式深度学习

本章主要介绍常用的两种：变分自动编码器(VAE)和生成式对抗网络（GAN）及其变种。GAN是基于博弈论，目的是找到达到纳什均衡的判别器网络和生成器网络。
HHzdh·2022-03-08 07:11

GAN综述及其在图像生成领域的应用（含原理、代码详解）

目录1.基本GAN1.1GAN（2014）1.2CGAN（2015）1.3DCGAN（2015）1.4VAE-GAN（2016）1.5ACGAN（2017）1.6styleGAN（2018）2.GAN在图像生成领域的应用
蓝鲸鱼BlueWhale·2022-03-03 09:07

深度学习《VAE-GAN》

VAE-GAN如下图所示，也就是VAE+GAN的组合。
星海千寻·2022-03-01 07:20

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

变分自编码器（VAE）直观理解and 数学推导

这两天在学习VAE相关的内容，感觉云里雾里emm…写个博客记录一下~内容借鉴并综合了以下带佬：变分自编码器VAE：原来是这么一回事半小时理解变分自编码器花式解释AutoEncoder与VAE-知乎(zhihu.com
琦子k·2022-02-27 10:57

[代码阅读] Variational Adversarial Active Learning

仅供简单参考论文地址：https://arxiv.org/abs/1904.00370代码：https://github.com/sinhasam/vaal发表于：ICCV’19VAAL主要是由一个VAE
xiongxyowo·2022-02-20 07:41

2018-08-03 常用的nlp模型基础

【在NLP的应用中】关于VAE的入门级讲解：https://kexue.fm/archives/5253关于GAN的入门级讲解：https://zhuanlan.zhihu.com/p/29168803
猫玺·2022-02-17 12:32

GAN & VAE

BicycleGAN（不是CycleGAN的升级版）BicycleGAN结构BycycleGAN主要融合了cVAE-GAN和cLR-GAN，形成了以及这双重循环。Loss主要是GAN_loss+L1Loss+KL_loss三种类别，生成器使用类似于U-net的结构，编码器E使用res_block的CNN。论文结果如下：论文结果AMT:AmazonMechanicalTurktestLPIPSdis
NoneLand·2022-02-16 00:33

自编码器和GAN

en.wikipedia.org/wiki/AutoencoderTensorFlow上实现AutoEncoder自编码器变分自编码器变分自编码器（一）：原来是这么一回事https://github.com/bojone/vae
菜鸟瞎编·2022-02-13 08:32

大概是封情书

其实很早就想写点什么给你的，从广州演唱会回来的时候就想也在vae里面写篇长文讲一讲撒fufu的你，但是实在太懒那阵子每天也和你有视频就一直拖啊拖。
女之耽兮er·2022-02-12 08:11

2018-12-12-VAE

,n_epochs=20,batch_size=128,learn_rate=1e-3,model_path=base_dir+"/similarity_k_line/feature_extract/vae_feature_map_model
AI_Finance·2022-02-11 00:29

变分自编码器（一）：原来是这么一回事

姓名：任子琪学号：19021110610转载自：“科学空间”，原文链接：https://spaces.ac.cn/archives/5253【嵌牛导读】近年，变分编码器VAE（VariationalAuto-encoder
21度七·2022-02-07 13:48
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他