何恺明新作:无需矢量量化的自回归图像生成|大模型周报

2024年6月24日 - 澎湃新闻

他们没有使用分类交叉熵损失,而是定义了一个扩散损失函数来为每个token概率建模。这种方法无需使用离散值tokenizers,他们评估了其在各种情况下的有效性,包括标准自回归模型和广义掩码自回归(MAR)变体。通过去除矢量量化,他们提出的图像生成器在具有序列建模的速度优势的同时,还取得了很好的效果。他们希望这项工作能...

详情

AI产品经理必知的100个专业术语|算法|向量|拟合|贝叶斯|大模型|...

2024年9月25日 - 网易

27、生成对抗网络(GenerativeAdversarialNetwork,GAN)GAN由生成器和判别器两部分组成,通过对抗训练生成器学会生成逼真样本,而判别器学会区分真伪。28、TransformerTransformer是一种使用自注意力机制的模型,用于处理序列数据。它消除了RNN中的顺序依赖性,并允许并行处理。29、多层感知器(MultilayerPerceptron,MLP)...

详情

AIGC图片生成安全的风险与隐患

2024年1月17日 - 百家号

模型包括文本编码和图像编码两个部分，分别用于提取文本和图像的特征，通过搜集大量网络上的图像和文字信息再对Clip模型进行训练，可以实现文本和图像的对应关系。在Stablediffusion系统运作过程中，它可以提取提示词文本部分的特征传递给图像生成器，让模型理解我们输入的提示词内容，从而达到文本控制图像生成的目的。

详情

建议收藏!100篇必读论文|大模型月报(2024.04)

2024年5月7日 - 网易

他们以交互式图像编辑应用为目标,在这些应用中,用户从空白画布或图像开始,使用二进制掩码和文本提示指定一系列局部图像修改。他们的生成器分两阶段运行。首先,上下文编码器处理当前画布和用户掩码,生成一个紧凑的全局上下文来适应要生成的区域。其次,以该上下文为条件,基于扩散的transformer解码器以“lazy”的方式合成...

详情

文本生成图像?Google 推出 Imagen 新系统

2022年9月2日 - 新浪

Google推出Imagen:文本到图像的工具这个被称为文本到图像的系统,利用了机器学习和人工智能技术。在实践中,生成器从一个庞大的照片数据库中提取照片,并且创造出令人惊讶的组合。这背后是文本输入的语义内容与相关的图片之间存在密切的关联性。这种由文本到图像扩散模型定义的做法允许对内容进行组合:系统通过添加内容和平...

详情

论文解读:使用带门控卷积进行生成式深层图像修复方法

2020年11月30日 - 腾讯新闻

对于可选的用户草图输入,作者使用HED边缘检测器[4]生成边缘图作为草图输入(www.e993.com)2024年11月19日。请注意,草图输入是可选的。对于对交互式编辑用户草图输入感兴趣的读者,我强烈建议您阅读他们的论文。与以前的修复论文相似,作者在Places2和CelebA-HQ数据集上评估了他们的模型。这两个数据集通常用于深度图像修复任务。

详情

在图像生成领域里,GAN这一大家族是如何生根发芽的

2019年11月5日 - 凤凰科技

后面根据不同的任务,生成对抗网络架构也有更多的变化。在17年提出来的BEGAN中,它为判别器加上了一个自编码器。与一般的GAN相比,BEGAN度量生成分布与自编码器损失函数的距离,而不是直接度量生成分布与真实图像分布之间的距离。通过这种修改,模型能帮助生成器生成自编码器容易重建的数据,因此早期训练更加高效...

详情

AI视野:Nijijourney APP正式上架App Store;微软AutoGen框架爆火...

2023年10月16日 - 站长之家

PIXART-α是一款基于Transformer技术的高质量图像生成模型,显著降低了培训成本,同时保持了与最新图像生成器相匹敌的图像质量,有助于环境友好和高分辨率图像合成。PIXART-α论文网址:httpsarxiv/abs/2310.00426PIXART-α项目网址:httpspixart-alpha.github.io/...

详情

视频生成经典模型资源(一):TGAN、VGAN、MoCoGAN、SVG、vid2vid...

2022年11月6日 - 腾讯新闻

MoCoGAN由4个子网络组成,分别是递归神经网络RM、图像生成器GI、图像鉴别器DI和视频鉴别器DV。图像生成器通过将ZI中的向量按顺序映射到图像,从向量序列到图像序列,生成视频剪辑。DI和DV都扮演judge角色,为GI和RM提供批评意见。图像鉴别器DI专门用于批评基于单个图像的GI,它被训练来确定一个帧是来自真实的视频片段v,还...

详情