vae 第3页

VAE变分自编码器原理推导+Python代码实现

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

【深度学习】Normalizing flow原理推导+Pytorch实现

1、前言Normalizingflow\boxed{Normalizing\hspace{0.1cm}flow}Normalizingflow，流模型，一种能够与目前流行的生成模型——GAN、VAE\boxed

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

【AI】人工智能爆发推进器之迁移学习

目录一、什么是迁移学习二、迁移学习和VAE三、迁移学习的分类3.1按迁移内容分类：3.2按迁移方法分类：3.3按学习形式分类：3.4按目标域有无标签分类：3.5按学习方法分类：3.6按特征分类：四、迁移学习的应用场景五

giszz·2023-12-30 18:39

《异常检测——从经典算法到深度学习》25 基于深度隔离林的异常检测算法

》0概论1基于隔离森林的异常检测算法2基于LOF的异常检测算法3基于One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇6基于重构概率的VAE

smile-yan·2023-12-29 23:22

【AI】人工智能爆发推进器之变分自动编码器

一、变分自动编码器（VAE）变分自动编码器（VariationalAutoencoder，简称VAE）是一种生成式模型，属于深度学习领域中的一种重要技术。

giszz·2023-12-29 21:13

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

自编码器的基本概念

**VAE的改进：**3.**关键概念：**4.**目标函数：**5.**生成新样本：**6.**应用领域：**全连接自编码器自编码器是一种无监督学习模型，其目标是学习数据的有效表示。

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

Stable Diffusion系列（三）：网络分类与选择

文章目录网络分类模型基座模型衍生模型二次元模型2.5D模型写实风格模型名称解读VAELora嵌入文件放置界面使用网络分类当使用SDwebui绘图时，为了提升绘图质量，可以多种网络混合使用，可选的网络包括了模型、VAE

羊城迷鹿·2023-12-24 13:54

stable diffusion工作原理

在潜在空间中的逆向扩散什么是VAE文件？

山鬼谣me·2023-12-24 00:19

VAE-GAN学习记录

一、遇到的问题以及学习目的学习VAE-GAN主要是因为最近在做故障诊断相关的东西，之前在某篇论文里得知，使用GAN算法时，可以使用判别损失+重构损失对异常样本进行检测。

河马小白·2023-12-23 03:24

Stable Diffusion超详细教程！从0-1入门到进阶

文章目录一、本地部署StableDiffusion前言电脑配置安装方法启动SD二、界面基础了解界面三、了解模型下载模型模型选择1.Checkpoint2.Lora3.VAE4.Textualinversion

风吹落叶花飘荡·2023-12-20 15:00

【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）

相比于GAN(GenerativeAdversarialNetwork)，VAE在数学上有着更加良好的性质，有利于理论的分析和实现。

Leafing_·2023-12-20 08:46

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

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

开始吧！

最后，还是选择了这里，记录下我的点滴所思所想，就像VAE曾在新浪博客上所做的那样。所以这是第一天，祝大家晚安！

Xavierlala·2023-12-17 00:34

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

12:Repurposing Diffusion-Based Image Generators for Monocular Depth Estimation

从预训练的稳定扩散开始，使用原始的稳定扩散VAE将图像x和深度d编码到潜在空间中。通过优化相对于深度潜在代码的标准扩散目标来微调U-Net。图像调节是通过在将两个潜在代码

C--G·2023-12-16 07:28

Stable Diffusion的数学原理

VAE包括两部分：编码器和解码器。编码器（En

h52013141·2023-12-15 22:51

【LOGO】独特符号

【上色】提取线稿-CSDN博客提取线稿：1：将图片导入到文生图-lineart采样数：30（越高越好，一般20-30之间）提示词：8模型：realisticVisionV51_v51VAE使用（）将岛屿的权重价高

oneREAD·2023-12-15 10:19

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

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

【前沿技术】扩散模型是什么

与VAE或流动模型不同，扩散模型是通过固定程序学习的，并且潜在变量具有高维数（与原始数据相同）。

资料加载中·2023-12-06 01:23

《异常检测——从经典算法到深度学习》24 用于单变量时间序列异常检测的端到端基准套件

》0概论1基于隔离森林的异常检测算法2基于LOF的异常检测算法3基于One-ClassSVM的异常检测算法4基于高斯概率密度异常检测算法5Opprentice——异常检测经典算法最终篇6基于重构概率的VAE

smile-yan·2023-12-03 23:54

解读DreamPose：基于Diffusion Models的模特视频生成

DiffusionModels视频生成-博客汇总前言：谷歌研究院联合英伟达提出了DreamPose，通过修改起点噪声融入姿态信息，并微调VAE-CLIPadapter注入图片信息，做到pose&image-to-video

沉迷单车的追风少年·2023-12-03 16:58

Linguistic Steganalysis in Few-Shot Scenario论文阅读笔记

评估了四种文本加密分析方法，TS-CSW、TS-RNN、Zou、SeSy，用于分析和训练的样本都由VAE-Stego生产(编码方式使用AC编码)。

菜菜小堡·2023-12-03 15:17

自然语言处理：生成式模型简介

自然语言处理：生成式模型简介变分自编码器（VAE）生成对抗网络（GAN）自回归模型（AutoregressiveModel）流模型（FlowModel）此博客将从原理、优点和缺点几个方面介绍几种使用较为广泛的生成式模型

AI Player·2023-12-02 20:13

VAE的重参数化是什么

在变分自编码器（VAE）中，重参数化技巧是解决优化问题的关键步骤。

Zqchang·2023-12-02 20:30

GAN&VAE&Diffusion

数学基础KL散度描绘一个分布p和另一个分布q之间的偏离程度当p(x)==q(x)p(x)==q(x)p(x)==q(x)时散度取得最小值JS散度另一种衡量两个概率分布相似性的方法GAN需要训练两个网络；损失来回波动，不好分辨，不容易收敛；可能会学到一些不希望学到的东西，即不好掌控鉴别器D预测给定的真实样本的概率，并区分真假样本生成器G通过学习数据分布，生成假样本以欺骗判别器获得一个高的数据分布，两

Zhuanshan_·2023-11-30 09:21

VAE模型及pytorch实现

VAE模型及pytorch实现VAE模型推导部分最小化KL散度推导代码部分损失函数Encoder部分Decoder部分VAE整体架构VAE问题参考资料VAE（变分自编码器）是一种生成模型，结合了自编码器和概率图模型的思想

Miracle Fan·2023-11-29 07:48

深度学习之十一（扩散模型--Diffusion Variational Autoencoder,DVAE）

概念扩散模型DVAE（DiffusionVariationalAutoencoder）是一种结合了变分自动编码器（VAE）和扩散过程的生成模型。

贾斯汀玛尔斯·2023-11-28 06:35

CADA-VAE论文阅读笔记

文中涉及的概念Few-shotlearning每个类只有很少的可见例子（一般小于10），训练一个模型对其分类。Zero-shotlearning现有一些可见的例子和一些不可见的例子，使用可见的例子训练模型能够对不可见的例子进行分类。Generalizedzero-shotlearning现有一些可见的例子和一些不可见的例子，使用可见的例子训练模型能够对所有的例子进行分类。Multi-modalal

Gary_Liu·2023-11-26 18:52

使用Pytorch从零开始构建Normalizing Flow

归一化流是生成模型家族的一部分，其中包括变分自动编码器(VAE)(Kingma&Welling,2013)和生成对抗网络(GAN)(Goodfellow等人,2014)。

Garry1248·2023-11-26 13:30

扩散模型Diffusion model | DDPM

扩散模型Diffusionmodel|DDPM论文原文：DenoisingDiffusionProbabilisticModel前言—和VAE的联系DDPM实际上是VAE而不是扩散模型多步扩散DDPM将

rookiexiong·2023-11-25 18:20

致idol：许嵩，你不知道我有多感谢你

文/王册李（一）初识许嵩，是在网络上，那时候，他叫Vae。第一次辨别出许嵩的声音，是听到他的《单人旅途》，某一年初夏，宿舍内，室友的手机在播放。而听的第一首许嵩的歌，我已经记不清了。

乱乱说·2023-11-21 11:47

Stable Diffusion1.5网络结构-超详细原创

1.4CrossAttnDownBlock2D1.4.1ResnetBlock2D1.4.2Transformer2DModel1.4.2.1BasicTransformerBlock1.4.2.1.1SelfAttention1.4.2.1.2CrossAttention2VAE3CLIP

wu_jiacheng·2023-11-17 01:21

AIGC实战——变分自编码器(Variational Autoencoder, VAE)

AIGC实战——变分自编码器0.前言1.变分自编码器1.1基本原理1.2编码器2.构建VAE编码器2.1Sampling层2.2编码器2.3损失函数2.4训练变分自编码器3.变分自编码器分析小结系列链接

盼小辉丶·2023-11-16 11:51

注意力机制、Transformer模型、生成式模型、目标检测算法、图神经网络、强化学习、深度学习模型可解释性与可视化方法等详解

讨论互动”相结合的方式，抽丝剥茧、深入浅出讲解注意力机制、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

小艳加油·2023-11-15 17:41

python图神经网络，注意力机制、Transformer模型、目标检测算法、强化学习等

技术在各个领域中的应用越来越广泛本文重点为：注意力机制、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

xiao5kou4chang6kai4·2023-11-15 17:27

VAE学习总结

教程https://avandekleut.github.io/vae/这个教程超好这里需要强调的是，VAE的实现部分，除了Encoder部分和普通的autoencoder不一样，其Decoder部分和普通的

我的心永远是冰冰哒·2023-11-15 00:27

【论文阅读】(VAE-GAN)Autoencoding beyond pixels using a learned similarity metric

论文地址;[1512.09300]Autoencodingbeyondpixelsusingalearnedsimilaritymetric(arxiv.org)/一、Introduction主要讲了深度学习中生成模型存在的问题，即常用的相似度度量方式（使用元素误差度量）对于学习良好的生成模型存在一定的障碍，并提出了一种新的方法——使用学习到的相似度度量方式来改善生成模型的性能。同时，该部分还介绍

轩儿毛肚·2023-11-14 21:36

《Semantics Disentangling for Generalized Zero-Shot Learning》论文解读

其实除了VAE自监督外，引入语义属性来约束生成特征的质量。感觉解纠缠这个说法有点扯淡。语义相关模块的作用其实就是把语义属性也作为标签。

computer_vision_chen·2023-11-13 20:43

diffusers库中stable Diffusion模块的解析

diffusers库中stableDiffusion模块的解析diffusers中，stableDiffusionv1.5主要由以下几个部分组成Out[3]:dict_keys(['vae','text_encoder

littletomatodonkey·2023-11-12 09:36

【论文阅读笔记】老照片修复——Old Photo Restoration via Deep Latent Space Translation

目录前言一、问题与核心思想二、核心工作1.将X，R，Y映射到响应的潜在空间2.训练映射网络3.人脸增强网络实践前言笔记主要学习的是CVPR2020上发表的一篇Oral文章，主要思路是作者使用变分自动编码机（VAE

Ice TeaJH·2023-11-11 11:35

OpenAI开源全新解码器，极大提升Stable Diffusion性能

该解码器可以改善所有与StableDiffusion1.0+VAE兼容的图像，尤其是在文本、面部和直线方面有大幅度提

RPA中国·2023-11-09 13:50

OpenAI开源全新解码器和语音识别模型Whisper-v3