aigc
关注
分享
扫一扫
文章平均质量分 72
aigc
努力努力再努力呐
努力努力再努力
展开
-
记录一下，AIGC图生图的原理
AIGC图生图的原理主要基于深度学习和生成式模型，特别是生成对抗网络（GAN）和扩散模型（Diffusion Model）等先进技术。这些模型通过学习大量图像数据中的规律和模式，能够生成具有高度真实感和多样性的图像。原创 2024-09-09 09:56:50 · 1049 阅读 · 0 评论 -
AIGC之GAN生成器和判别器的公式
在GAN（生成对抗网络）中，生成器（Generator）和判别器（Discriminator）通常是通过神经网络实现的，因此它们并没有一个固定的数学公式来描述其内部操作。不过，我们可以从损失函数（Loss Function）的角度来理解GAN中生成器和判别器的训练目标，这些损失函数可以被视为它们“优化”的“公式”。原创 2024-09-09 10:31:32 · 677 阅读 · 0 评论 -
AIGC 初识 GAN(Generative Adversarial Networks，生成对抗网络)是如何工作的，浅记。
GAN（Generative Adversarial Networks，生成对抗网络）是一种深度学习模型，它通过生成器和判别器之间的对抗训练来生成逼真的数据样本。原创 2024-09-09 10:19:21 · 714 阅读 · 0 评论 -
AIGC浅记，什么是GAN模型,它有什么优点和缺点,以及在人脸生成领域有哪些应用
GAN模型，即生成对抗网络（Generative Adversarial Networks），是一种深度学习模型，通过生成器和判别器之间的对抗训练来学习生成数据的分布。GAN模型在图像生成、风格迁移、超分辨率等领域展现出强大的能力，并逐渐被应用于其他数据类型如音频和文本的生成。原创 2024-09-09 10:07:41 · 2182 阅读 · 0 评论