最近AI绘图非常火，只需要输入文本就能得到令人惊艳的图。举个例子，输入 “photoofagorgeousyoungwomaninthestyleofstefankosticanddavidlachapelle,coy,shy,alluring,evocative,stunning,awardwinning,realistic,sharpfocus,8khighdefinition,35mmfilmphotography,photorealistic,insanelydetailed,intricate,elegant,artbystanleylauandartgerm” 得到:输入“temp
标准VAE(VariationalAutoencoder)的原理：在autoencoder模型中，我们加入一个编码器，它能帮我们把图片编码成向量。然后解码器能够把这些向量恢复成图片。标准自编码器我们现在获得了一个有点实际用处的网络了。而且我们现在能训练任意多的图片了。如果我们把这些图片的编码向量存在来，那以后我们就能通过这些编码向量来重构我们的图像。我们称之为标准自编码器。 但是，我们想建一个产生式模型，而不是一个只是储存图片的网络。现在我们还不能产生任何未知的东西，因为我们不能随意产生合理的潜在变量。因为合理的潜在变量都是编码器从原始图片中产生的。这里有个简单的解决办法。我们可以对编码器添加
标准VAE(VariationalAutoencoder)的原理：在autoencoder模型中，我们加入一个编码器，它能帮我们把图片编码成向量。然后解码器能够把这些向量恢复成图片。标准自编码器我们现在获得了一个有点实际用处的网络了。而且我们现在能训练任意多的图片了。如果我们把这些图片的编码向量存在来，那以后我们就能通过这些编码向量来重构我们的图像。我们称之为标准自编码器。 但是，我们想建一个产生式模型，而不是一个只是储存图片的网络。现在我们还不能产生任何未知的东西，因为我们不能随意产生合理的潜在变量。因为合理的潜在变量都是编码器从原始图片中产生的。这里有个简单的解决办法。我们可以对编码器添加
【DiffusionModels】新加坡国立大学、腾讯强强联手Tune-A-Video：One-Shot微调图像扩散模型用于文本到图像的生成！_哔哩哔哩_bilibili【DiffusionModels】新加坡国立大学、腾讯强强联手Tune-A-Video：One-Shot微调图像扩散模型用于文本到图像的生成！共计2条视频，包括：[论文代码阅读]Tune-A-Video_One-Shot微调图像扩散模型用于文本到图像的生成新加坡国立大学、腾讯、3连等，UP主更多精彩视频，请关注UP账号。https://www.bilibili.com/video/BV1q24y1V79k/?spm_id_fr
【DiffusionModels】新加坡国立大学、腾讯强强联手Tune-A-Video：One-Shot微调图像扩散模型用于文本到图像的生成！_哔哩哔哩_bilibili【DiffusionModels】新加坡国立大学、腾讯强强联手Tune-A-Video：One-Shot微调图像扩散模型用于文本到图像的生成！共计2条视频，包括：[论文代码阅读]Tune-A-Video_One-Shot微调图像扩散模型用于文本到图像的生成新加坡国立大学、腾讯、3连等，UP主更多精彩视频，请关注UP账号。https://www.bilibili.com/video/BV1q24y1V79k/?spm_id_fr
ICLR2022/扩散模型/语义分割：基于扩散模型的标签高效语义分割Label-efficientsemanticsegmentationwithdiffusionmodels0.摘要1.概述2.相关工作2.1.扩散模型2.2.基于生成模型的图像分割2.3.区分性任务生成模型的表征3.扩散模型表示3.1.表征分析3.2.基于DDPM的FEW-SHOT语义分割表示4.实验4.1.讨论5.结论附录A.预测性能的演变B.DATASETDDPM&DATASETGANC.训练设置D.每一类的IoUsE.数据集细节E.1.类别名E.2.类别的统计数据F.从MAE中提取表示论文下载开源代码0.摘要去噪扩散概
ICLR2022/扩散模型/语义分割：基于扩散模型的标签高效语义分割Label-efficientsemanticsegmentationwithdiffusionmodels0.摘要1.概述2.相关工作2.1.扩散模型2.2.基于生成模型的图像分割2.3.区分性任务生成模型的表征3.扩散模型表示3.1.表征分析3.2.基于DDPM的FEW-SHOT语义分割表示4.实验4.1.讨论5.结论附录A.预测性能的演变B.DATASETDDPM&DATASETGANC.训练设置D.每一类的IoUsE.数据集细节E.1.类别名E.2.类别的统计数据F.从MAE中提取表示论文下载开源代码0.摘要去噪扩散概
在我把所有的坑都踩了一遍之后，决定记录一下linux上的StableDiffusionwebui是怎么搞的。前提条件已安装CUDA已安装git已安装Anaconda直接安装Anaconda不要指望Linux自带的Python。虽然Linux自带的Python，但是缺胳膊少腿，所以还是直接用了conda。捣鼓好StableDiffusionWebUI需要的环境创建并激活进入虚拟环境：condacreate-nwebuipython=3.10.6condaactivatewebui成功进入虚拟环境之后就可以开搞了。下载StableDiffusionWebUI从github上下载，终端中输入：git
在我把所有的坑都踩了一遍之后，决定记录一下linux上的StableDiffusionwebui是怎么搞的。前提条件已安装CUDA已安装git已安装Anaconda直接安装Anaconda不要指望Linux自带的Python。虽然Linux自带的Python，但是缺胳膊少腿，所以还是直接用了conda。捣鼓好StableDiffusionWebUI需要的环境创建并激活进入虚拟环境：condacreate-nwebuipython=3.10.6condaactivatewebui成功进入虚拟环境之后就可以开搞了。下载StableDiffusionWebUI从github上下载，终端中输入：git
本文将持续更新。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2.1Pix2Pix（2017）2.2cycleGAN（2017）2.3starGAN（2018）2.4SPADE（2019）1.基本GAN1.1GAN（2014）原始GAN由生成器GGG和判别器DDD构成，生成器的目的就是将随机输入的高斯噪声映射成图像（“假图”），判别器则是判断输入图像是否来自生成器的概率，即判断输入图像是否为假图的概率。GAN的训练是个动态
