模型架构：3D U-Net 和DiT - 飞书文档
https://docs.feishu.cn/v/wiki/Y14JwZn6riB4E2k8z8cchaLxn15/a3首先，我们先来看看如何从头设计和训练扩散视频模型，也就是说不使用已经预训练好的图像生成器。 参数化和采样. 这里使用的变量定义与之前那篇文章稍有不同，但数学形式是一致 ...
飞搜侠
热门搜索
AI绘画的核心概念与算法解析 - 飞书文档
https://docs.feishu.cn/v/wiki/JozxwojwhiUwftkgyPucig9dnvP/a53.2 生成对抗网络（GAN） ... GAN的核心概念包括： ... GAN的具体操作步骤如下： ... GAN的数学模型公式如下：. 生成器的损失函数：LG=Ez∼ ...
元宇宙身份危机：过度接触3D 分身导致现实认知障碍 - 飞书文档
https://docs.feishu.cn/v/wiki/Ta9MwNEbNid1NkkKY1McSerDnPe/a8... 生成对抗网络(GAN)上演着精妙的双人舞💃🕺。生成器如同米开朗基罗的数字化身，从混沌中雕琢出立体的《大卫》；判别器则化身严苛的艺术评论家，用对抗损失函数打磨每个拓扑细节。
Stable Diffusion基础概念剖析：采样器和采样步数的影响
https://docs.feishu.cn/v/wiki/CurXwq6E7imZjWkWkuocaVIpndb/a72023年9月11日 ... 理解模型这个词需要一点初中数学知识，可以把每个模型看成一个数学函数：y=f(x)，输入参数x，得到返回值y。只不过这个函数可能特别复杂，里边会有很多的子函数， ...
如何从头设计视频生成扩散模型 - 飞书文档
https://docs.feishu.cn/v/wiki/Ojo8wwP9ai31HckwGQpcPlYmnae/a1首先，我们先来看看如何从头设计和训练扩散视频模型，也就是说不使用已经预训练好的图像生成器。 参数化和采样. 这里使用的变量定义与之前那篇文章稍有不同，但数学形式是一致 ...
三维情绪坐标轴如何影响音乐创作？ - 飞书文档
https://docs.feishu.cn/v/wiki/GPbFwZpN4iPyHskoytxc987NnBh/ae当我们凝视其创作界面闪烁的频谱波纹，仿佛看见莫扎特与图 ... 情感频谱分析仪🎚️ ：将"忧伤"量化为梅尔频率倒谱系数与和声紧张度的数学函数. 智能对位生成器🎹 ：自动生成 ...
DALL·E 模型：文本生成惊艳图像 - 飞书文档
https://docs.feishu.cn/v/wiki/XbkKwD9tZiCblskNBXicxqOznyd/a7机器学习机器学习概述： 机器学习由三部分组成，分别是表示、评价和优化。 表示：建立问题与数据的抽象模型评价：设定目标函数及劈个年纪爱模型性能优化：求解目标函数在 ...
SPADE 训练中的四大损失函数平衡技巧 - 飞书文档
https://docs.feishu.cn/v/wiki/NULxw8vvciWdDRkq6I2cGPadnnf/a4一、SPADE的魔法画笔：重新定义图像生成的范式空间感知的智慧透镜在人工智能的璀璨星河中，生成 ... 对抗损失（Adversarial Loss）：让生成器与判别器跳探戈. 特征匹配损失（ ...
量子隐式表征网络：在图像生成任务中表现如何？ - 飞书文档
https://docs.feishu.cn/v/wiki/EZbQwYVdqiyrVfkJRlLcaDYAnUd/ad正因为这些独特的优势，隐式神经表征迅速成为表示图像、物体和3D场景等信号的主流范式。大多数关于隐式神经表征的早期研究都建立在基于ReLU的多层感知器（MLP）之上。
图像表示学习未来能否重建任何事物？ - 飞书文档
https://docs.feishu.cn/v/wiki/SbjzwWWAai9iBtkg6h6cJWUSnvh/an要点：一个预训练的文本到图像的模型可以像CLiP一样用作零样本分类器，只是相似度函数更昂贵。 ... Image Captioners and Scalable Vision Learners：到了2023年，图像字幕生成器 ...