人工智能
关注
分享
扫一扫
文章平均质量分 93
人工智能相关文章
李歘歘
欢迎关注公众号「编程Cookbook」！！！日常更新服务端/后端开发的一些基础知识，包括但不限于开发语言、数据库、微服务和中间件等知识。
展开
-
小白也能读懂DALL·E系列模型讲解
DALL·E 系列（包括 DALL·E 1、DALL·E 2 和 DALL·E 3）并没有完全开源，论文中仅公开部分内容和工具。下面是针对DALL·E系列中公开的论文进行的解读。原创 2024-12-07 21:08:31 · 234 阅读 · 0 评论 -
DALL·E 3模型及其论文详解
详细介绍DALL·E 3的模型架构和训练过程，详细解读其论文《Improving Image Generation with Better Captions》。原创 2024-12-07 20:46:34 · 2287 阅读 · 0 评论 -
DALL·E 2模型及其论文详解
详细介绍DALL·E 2的模型架构和训练过程，详细解读其论文《Hierarchical Text-Conditional Image Generation with CLIP Latents》。原创 2024-12-06 10:15:00 · 1775 阅读 · 0 评论 -
DALL·E模型及其论文详解
详细介绍DALL·E的模型架构和训练过程，详细解读其论文《Zero-Shot Text-to-Image Generation》。原创 2024-12-05 14:28:08 · 1986 阅读 · 0 评论 -
万字长文解读深度学习——dVAE（DALL·E的核心部件）
详细介绍DALL·E的核心部件之一——dVAE，在VQ-VAE的基础上使用Gumbel-Softmax实现采样，用于图像生成。原创 2024-12-04 16:59:41 · 1449 阅读 · 0 评论 -
万字长文解读深度学习——VQ-VAE和VQ-VAE-2
本文详细介绍VQ-VAE和VQ-VAE-2的原理和训练过程，为后面的dVAE在DALLE中的使用打下坚实的基础。原创 2024-12-04 09:46:35 · 2560 阅读 · 0 评论 -
万字长文解读深度学习——多模态模型BLIP2
本文解读BLIP2论文，阐述BLIP2在BLIP基础上的改进。原创 2024-11-29 11:08:09 · 1911 阅读 · 0 评论 -
SD3的采样下篇——Rectified Flow
SD3模型的采样方法下篇——Rectified Flow。号称最强模型之一的文生图模型使用的采样方法，和之前的SD系列模型完全不一样的采样方法。原创 2024-11-27 16:25:54 · 1637 阅读 · 0 评论 -
SD3的采样上篇——Flow Matching
SD3模型的采样方法上篇——Flow Matching。号称最强模型之一的文生图模型使用的采样方法，和之前的SD系列模型完全不一样的采样方法。原创 2024-11-27 11:36:40 · 2830 阅读 · 7 评论 -
FLUX.1概要——原SD核心团队推出的最强文生图
简要介绍——目前最强文生图FLUX.1模型。原SD核心团队重建的Black Forest Labs（黑森林实验室）推出。原创 2024-11-26 00:42:16 · 1972 阅读 · 0 评论 -
Stable Diffusion 3详解
详细介绍SD 3的主要模型改进和训练过程中的优化和细节。对难点进行了额外知识点补充，保证小白能读懂。原创 2024-11-25 23:20:25 · 1591 阅读 · 0 评论 -
DiT（Diffusion Transformer）详解——AIGC时代的新宠儿
本文详细介绍DiT（Diffusion Transformer）了，DiT作为AIGC时代的新宠儿，将Transformer和Diffusion结合，在图像和视频生成原创 2024-11-25 15:27:08 · 7783 阅读 · 2 评论 -
深度学习——3种常见的Transformer位置编码【sin/cos、基于频率的二维位置编码（2D Frequency Embeddings）、RoPE】
介绍3种常见的Transformer位置编码——正弦/余弦位置编码（sin/cos）、基于频率的二维位置编码（2D Frequency Embeddings）、旋转式位置编码（RoPE）原创 2024-11-25 10:41:41 · 1495 阅读 · 0 评论 -
SD模型微调之Textual Inversion和Embedding fine-tuning
SD模型微调方法Textual Inversion详细介绍，包括数据集准备，模型微调过程，推理过程，优缺点等。原创 2024-11-19 20:46:32 · 1027 阅读 · 0 评论 -
SD模型微调之ControlNet文章解读
解读高赞ControlNet文章，主要内容是ControlNet的实现原理和种类。原创 2024-11-19 18:14:02 · 1161 阅读 · 0 评论 -
SD模型微调之ControlNet
SD模型微调方法controlnet详细介绍，包括数据集准备，模型微调过程，推理过程，优缺点等。原创 2024-11-19 16:54:23 · 1146 阅读 · 0 评论 -
SD模型微调之解读LORA及其变种介绍
解读高赞LoRA文章，主要内容是LoRA的变种及其优化。原创 2024-11-19 16:08:35 · 1465 阅读 · 0 评论 -
SD模型微调之LoRA
SD模型微调方法LoRA详细介绍，包括数据集准备，模型微调过程，推理过程，优缺点等。原创 2024-11-19 12:24:59 · 1345 阅读 · 0 评论 -
SD模型微调之DreamBooth
SD模型微调方法DreamBooth详细介绍，包括数据集准备，模型微调过程，优缺点等。原创 2024-11-19 11:28:43 · 2049 阅读 · 0 评论 -
SDXL的优化工作
介绍SDXL在SD系列的基础上做了什么优化，包括模型架构优化和训练过程数据的相关优化策略。原创 2024-11-18 23:59:48 · 1432 阅读 · 0 评论 -
Stable Diffusion经典应用场景
介绍Stable Diffusion经典应用场景文本：生成图像（txt2img）、图像生成图像（img2img）、图像重绘（Inpainting）、图像的可控生成（使用ControlNet辅助生成）、图像超分辨率重建。原创 2024-11-18 22:15:59 · 1244 阅读 · 0 评论 -
SD模型性能测评
常见的生成式模型效果评估方法，FID、CLIP score、人类评估、GPT评估。原创 2024-11-18 20:58:37 · 1097 阅读 · 0 评论 -
Stable Diffusion中U-Net的前世今生与核心知识
U-Net的介绍，包括传统的U-Net和SD模型中的U-Net，推理、训练过程。原创 2024-11-18 20:26:21 · 1442 阅读 · 0 评论 -
Stable Diffusion核心网络结构——U-Net
详细介绍Stable Diffusion核心网络结构——U-Net，作用，架构，加噪去噪过程损失函数等。原创 2024-11-18 17:01:32 · 3006 阅读 · 0 评论 -
Stable Diffusion核心网络结构——CLIP Text Encoder
详细介绍Stable Diffusion核心网络结构——CLIP，作用，架构等。原创 2024-11-18 15:49:14 · 2064 阅读 · 0 评论 -
Stable Diffusion核心网络结构——VAE
详细介绍Stable Diffusion核心网络结构——VAE，作用，架构，损失函数等。原创 2024-11-18 15:23:33 · 2637 阅读 · 0 评论 -
Diffusion Model原理
本文介绍最初的扩散模型DDPM的原理和相关公式的推理。原创 2024-11-18 12:48:39 · 1383 阅读 · 0 评论 -
Stable Diffusion的加噪和去噪详解
详细介绍SD模型的核心概念，在加噪和去噪过程中调度算法和采样算法的作用。原创 2024-11-17 12:59:03 · 2029 阅读 · 0 评论 -
Stable diffusion详细讲解
在AIGC时代中，SD模型已经成为核心的生成式模型，本文解读SD模型的架构和训练过程。原创 2024-11-17 12:38:42 · 1157 阅读 · 0 评论 -
Stable Diffusion概要讲解
Stable Diffusion概要介绍一下，Stable Diffusion 是一个算法，Stable 是稳定的，Diffusion 是扩散，所以Stable Diffusion就是一种稳定的扩散的算法。原创 2024-11-17 11:03:06 · 1323 阅读 · 0 评论 -
小白也能读懂的AIGC扩散（Diffusion）模型系列讲解
小白也能读懂的AIGC扩散（Diffusion）模型系列讲解，持续更新SD模型及其微调方法和原理。原创 2024-11-16 00:59:20 · 742 阅读 · 0 评论 -
深度学习——AE、VAE
面试资料收集者之深度学习——AE、VAE原创 2024-11-12 19:05:25 · 1526 阅读 · 0 评论 -
万字长文解读机器学习——降维
面试资料收集者之【万字长文解读机器学习——降维】原创 2024-11-12 18:14:59 · 1204 阅读 · 0 评论 -
机器学习——聚类算法（Kmeans、GMM-使用EM优化）
面试资料收集者之机器学习——聚类算法（Kmeans、GMM-使用EM优化）原创 2024-11-12 17:05:07 · 863 阅读 · 0 评论 -
万字解读机器学习——Boosting中常用算法（GBDT、XGBoost、LightGBM）迭代路径
面试资料收集者之万字解读机器学习——Boosting中常用算法（GBDT、XGBoost、LightGBM）迭代路径原创 2024-11-12 14:12:05 · 782 阅读 · 0 评论 -
万字长文解读机器学习——集成学习、Bagging（随机森林）、Boosting（AdaBoost、GBDT、XGBoost、LightGBM）、Stacking
面试资料收集者之万字长文解读【万字长文解读机器学习——集成学习、Bagging（随机森林）、Boosting（AdaBoost、GBDT、XGBoost、LightGBM）、Stacking】原创 2024-11-12 13:23:20 · 501 阅读 · 0 评论 -
万字长文解读机器学习——决策树
面试资料收集者之【万字长文解读机器学习——决策树】原创 2024-11-12 01:01:50 · 1281 阅读 · 0 评论 -
机器学习——贝叶斯
面试资料收集者之【机器学习——贝叶斯】原创 2024-11-11 21:52:21 · 1086 阅读 · 0 评论 -
万字长文解读机器学习——KNN
面试资料收集者之【机器学习——KNN】原创 2024-11-11 20:29:18 · 1357 阅读 · 0 评论 -
万字长文解读机器学习——感知机、MLP、SVM
面试资料收集者之【万字长文解读机器学习——感知机、MLP、SVM】原创 2024-11-11 17:05:47 · 1102 阅读 · 0 评论