Latent
TF-VAEGAN：添加潜在嵌入(Latent Embedding)的VAEGAN处理零样本学习
前面介绍了将VAE+GAN解决零样本学习的方法：f-VAEGAN-D2，这里继续讨论引入生成模型处理零样本学习（Zero-shot Learning, ZSL）问题。论文“Latent Embedding Feedback and Discriminative Features for Zero-S ......
2020CVPR_High-Resolution Image Synthesis with Latent Diffusion Models
1.AutoEncoder AutoEncoder（自编码器）是一种无监督学习的神经网络模型，用于学习有效的数据表示。它的目标是将输入数据编码成一种潜在的、紧凑的表示形式，然后从这个表示中重构原始输入。自编码器由两部分组成：编码器（Encoder）和解码器（Decoder）。编码器（Encoder） ......
2311arxiv_Reti-Diff: Illumination Degradation Image Restoration with Retinex-based Latent Diffusion Model
论文疑点： 1. 怎样利用低维度紧凑的潜在空间减少了计算负担 ......
A Latent Hidden Markov Model for Process Data读文献笔记
【个人笔记】：笔记（A Latent Hidden Markov Model for Process Data） \ Summary Response process data from computer-based problem-solving items describe respondent ......
[论文阅读] Latent Consistency Models@ Synthesizing High-Resolution Images with Few-Step Inference
1. Pre title: Latent Consistency Models: Synthesizing High-Resolution Images with Few-Step Inference accepted: arXiv 2023 (ICLR 2024 Submission) paper ......
[论文速览] SDXL@ Improving Latent Diffusion Models for High-Resolution Image Synthesis
Pre title: SDXL: Improving Latent Diffusion Models for High-Resolution Image Synthesis accepted: arXiv 2023 paper: https://arxiv.org/abs/2307.01952 co ......
PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models
PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models 阅读笔记（11.2） 摘要：优化MSE指标通常会导致模糊，特别是在高方差(详细)区域。我们提出了一种基于创建正确降尺度的 ......
Latent generative landscapes as maps of functional diversity in protein sequence space
## 0. foreword 最近看了一篇比较有意思的文章,而且要讲组会了,认真学习一下顺便做个随笔当做我讲组会的草稿 (文章并不是直接翻译,文章的内容按照自己的理解进行了些改动) ## 1. Abstract 变分自编码器是一种无监督的生成模型,当把它应用在蛋白质数据上的时候,可以利用它按照系统发 ......
Latent Diffusion Model搭建过程
[toc] 此方式在服务器（Ubuntu）上安装Stable Diffusion，使用miniconda虚拟环境。在Windows10系统上使用VScode远程开发方法进行调试和运行。 **注意：使用VSCode连接服务器远程开发调试，代码中的相对路径是打开文件夹的路径，并不是当前这个py文件所在的 ......
Latent Diffusion Model快读
## 总览 原始的扩散模型训练及推理是在像素空间进行的，这将耗费大量的GPU和能量资源。为了缓解这一状况，作者提出了一种方案，将高分辨率图像的合成过程分解为两个过程：图像编解码和隐特征空间扩散。 - 图像编码器将像素空间中图像编码为隐特征latent code（生成过程不需要此步骤） - 扩散模型D ......