<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[weixin_55843921的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/weixin_55843921</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; weixin_55843921]]></copyright><item><title><![CDATA[清空显存指令]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/159630717</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/159630717</guid><author>weixin_55843921</author><pubDate>Mon, 30 Mar 2026 08:56:02 +0800</pubDate><description><![CDATA[kill -9 $(pgrep -f "python")]]></description><category></category></item><item><title><![CDATA[Garmagenet训练]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/159510839</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/159510839</guid><author>weixin_55843921</author><pubDate>Thu, 26 Mar 2026 16:42:41 +0800</pubDate><description><![CDATA[修改garmage.py：然后修改命令里的路径，运行就可以。]]></description><category></category></item><item><title><![CDATA[GarmageSet下载和处理]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/159460413</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/159460413</guid><author>weixin_55843921</author><pubDate>Wed, 25 Mar 2026 15:19:56 +0800</pubDate><description><![CDATA[【代码】GarmageSet下载和处理。]]></description><category></category></item><item><title><![CDATA[Garmagenet环境安装]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/159430916</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/159430916</guid><author>weixin_55843921</author><pubDate>Tue, 24 Mar 2026 17:34:22 +0800</pubDate><description><![CDATA[然后把requirements.txt的23行的~=改成==，删除chamferdist和nvdiffrast那一行，保存，下载解压，cd到这个文件夹。下载压缩包解压到当前目录。]]></description><category></category></item><item><title><![CDATA[Build NvidiaWarp-GarmentCode]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/157205515</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/157205515</guid><author>weixin_55843921</author><pubDate>Wed, 21 Jan 2026 09:50:46 +0800</pubDate><description><![CDATA[【代码】Build NvidiaWarp-GarmentCode。]]></description><category></category></item><item><title><![CDATA[ChatGarment: Garment Estimation, Generation and Editingvia Large Language Models论文精读]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/155634699</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/155634699</guid><author>weixin_55843921</author><pubDate>Thu, 18 Dec 2025 09:38:05 +0800</pubDate><description><![CDATA[提出了一种基于大视觉语言模型（VLMs）的统一框架，实现了从多模态输入（图像 / 文本）自动完成 3D 服装的缝纫图案估计、生成与交互式编辑，核心目标是简化时尚设计、游戏开发等领域的 3D 服装制作流程。]]></description><category></category></item><item><title><![CDATA[MagicTime: Time-Lapse Video Generation Models asMetamorphic Simulators论文精读（1）]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/155817891</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/155817891</guid><author>weixin_55843921</author><pubDate>Thu, 11 Dec 2025 21:04:29 +0800</pubDate><description><![CDATA[T2V的最新进展在文本描述合成高质量的一般视频方面取得了显著成功，但是在T2V中有一个被忽视的问题：没有充分编码真实世界的物理知识，因此生成的视频往往运动会被限制，变化不佳。因此本文提出了一个变形延时视频生成模型，从延时视频中学习真实世界的物理知识。MagicTime 通过解耦训练、动态帧采样、增强文本理解三大核心策略，结合 ChronoMagic 数据集，实现了高质量变质延时视频的生成，为构建物理世界的变质模拟器提供了有效路径，同时其框架可无缝集成到现有社区模型，为后续研究提供基础。]]></description><category></category></item><item><title><![CDATA[High-Resolution Image Synthesis with Latent Diffusion Models论文精读]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/155228759</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/155228759</guid><author>weixin_55843921</author><pubDate>Fri, 05 Dec 2025 17:26:47 +0800</pubDate><description><![CDATA[首先概述了传统扩散模型Diffusion models的优势和局限：DMs将图像形成过程分解为去噪自编码器的序列应用，扩散模型公式设计支持无需重新训练即可控制图像生成过程的引导机制（也就是说输入外部指令，让模型生成符合需求的内容），但是这类模型通常在像素空间上进行运算（对原始像素进行处理，而不是对图像的纹理或形状进行处理）导致计算成本昂贵。对于上述，本文提出了解决方案：潜空间扩散模型(LDMs)，研究将扩散模型应用于预训练的强大自编码器的潜空间中，并且补充了架构的创新：引入跨注意力层。]]></description><category></category></item><item><title><![CDATA[KL正则化和VQ正则化]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/155603001</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/155603001</guid><author>weixin_55843921</author><pubDate>Fri, 05 Dec 2025 14:11:57 +0800</pubDate><description><![CDATA[为什么需要正则化呢？感知图像压缩的核心组件是编码器＋解码器，其作用是将RGB图像映射到低维latent空间，如果不对latent空间进行约束，会导致其方差过大或者分布混乱，从而破坏扩散模型对latent分布的学习，降低解码器的重建质量。]]></description><category></category></item><item><title><![CDATA[LAVIE: HIGH-QUALITY VIDEO GENERATION WITH CASCADED LATENT DIFFUSION MODELS论文精读]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/154701484</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/154701484</guid><author>weixin_55843921</author><pubDate>Mon, 24 Nov 2025 15:29:39 +0800</pubDate><description><![CDATA[这篇文章提出了 LaVie—— 一个基于级联 latent 扩散模型的文本到视频（T2V）生成框架，能在保留预训练文本到图像（T2I）模型创造性的同时，合成视觉逼真、时序连贯的高质量视频。主要见解有两个方面：1)揭示了简单的时间自关注的结合，加上旋转位置编码，充分捕捉了视频数据中固有的时间相关性。2)验证了图像-视频联合微调过程在产生高质量和创造性成果方面起着关键作用。]]></description><category></category></item><item><title><![CDATA[Three.js使用教程]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/154912168</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/154912168</guid><author>weixin_55843921</author><pubDate>Sun, 16 Nov 2025 16:44:01 +0800</pubDate><description><![CDATA[如图所示：这个就是官方提供的一个文档，在这个文档里面我们可以点击document的manual并且切换为中文：如果平时要学习的话，我们可以在本地部署一个网站，通过本地访问这个文档：首先点击首页的版本号，然后我们就会跳转到github网页上：下拉，找到我们想使用的对应版本的three.js：这里以153版本为例：找到153之后，点进去，拉到最下面：下载压缩包。]]></description><category></category></item><item><title><![CDATA[CogVideoX: Text-to-Video Diffusion Models with An Expert Transformer论文精读]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/154358235</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/154358235</guid><author>weixin_55843921</author><pubDate>Wed, 05 Nov 2025 12:58:12 +0800</pubDate><description><![CDATA[为了解决以前的视频生成模型经常与有限的运动和短暂的持续时间作斗争：1.引入了一个三维变分自编码器（VAE）来跨空间和时间维度压缩视频，提高压缩率和视频保真度2.为了改善文本-视频对齐，提出了一种具有专家自适应LayerNorm的专家转换器3.采用渐进式训练和多分辨率帧打包，实现生成具有不同形状和动态运动的连贯，长时间的视频。]]></description><category></category></item><item><title><![CDATA[Diffusion Model概念、数学原理]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/153681627</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/153681627</guid><author>weixin_55843921</author><pubDate>Mon, 03 Nov 2025 11:03:25 +0800</pubDate><description><![CDATA[在扩散模型的反向扩散过程中，核心目标是从第 t 步的带噪声数据Xt出发，逐步恢复出第 t-1步的带噪声数据 Xt-1，最终迭代到原始数据 X0。正向过程中我们有前面的公式，但是在反向过程中由于我们不知道Xt-1和原始噪声，我们需要训练一个模型比如Unet预测出原始噪声，从而通过正向公式的逆运算，推导出原始数据。]]></description><category></category></item><item><title><![CDATA[CLIP（Contrastive Language–Image Pretraining，对比语言 - 图像预训练）]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/153926262</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/153926262</guid><author>weixin_55843921</author><pubDate>Sun, 26 Oct 2025 17:15:36 +0800</pubDate><description><![CDATA[通过线性投影层将两种模态的特征映射到同一高维空间，使得匹配的图文对向量距离更近。Decoder不需要图片和文字成对的资料，这个额外的Decoder的好处就在这里，这个docoder的训练：如果中间产物是小图，那只用把手上的图片找出来把他们变成小图然后进行训练。这个模型里面有一个Image Encoder和一个Text Encoder，这两个输入数据后分别产生一个向量，如果这个图片和文字相关的，那么这两个向量就越近越好，反之越远越好。对于Noise Predicter的操作就和diffusion的差不多。]]></description><category></category></item><item><title><![CDATA[影像生成评估指标FID]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/153925893</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/153925893</guid><author>weixin_55843921</author><pubDate>Sun, 26 Oct 2025 16:53:49 +0800</pubDate><description><![CDATA[FID 是的缩写，中文常称 “弗雷歇・因 ception 距离”，核心是衡量生成影像与真实影像的分布相似度，数值越低代表生成效果越贴近真实数据。]]></description><category></category></item><item><title><![CDATA[Lora原理介绍]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/153273880</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/153273880</guid><author>weixin_55843921</author><pubDate>Tue, 14 Oct 2025 23:52:03 +0800</pubDate><description><![CDATA[Lora(Low-Rank Adaptation)，低秩适应，是一种高效微调技术通过引入可训练的低秩矩阵来修改预训练大模型的部分参数，从而在保持模型核心能力的同时适配特定任务。训练完成后，可以将两个低秩矩阵与原始模型中的权重进行合并，合并后的模型与原始模型无异，避免了推理期间Prompt系列方法带来的额外计算量。预训练模型中存在一个极小的内在维度（核心）；在继续训练的过程中，权重的更新依然也有这种特点，也存在一个内在维度。因此可以通过矩阵分解的方式，将原本要更新的大的矩阵变为两个小的矩阵。]]></description><category></category></item><item><title><![CDATA[生成模型之VAE和Diffusion(1) 初识VAE]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/152952380</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/152952380</guid><author>weixin_55843921</author><pubDate>Fri, 10 Oct 2025 21:39:03 +0800</pubDate><description><![CDATA[本文章先从VAE说起。]]></description><category></category></item><item><title><![CDATA[GAN(Generative Adversarial Nets)生成对抗网络论文笔记]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/152664885</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/152664885</guid><author>weixin_55843921</author><pubDate>Fri, 10 Oct 2025 12:26:13 +0800</pubDate><description><![CDATA[这里介绍会用两个生成模型，一个是生成模型G用来捕捉数据分布，一个是辨别模型D用来估计一个样本到底是从（真实）训练数据来的还是从G生成来的。G的任务就是尽量让D犯错。如果G和D是一个MLP的话就可以通过误差反传来进行训练，并且不需要用到马尔可夫链。]]></description><category></category></item><item><title><![CDATA[马尔可夫链]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/152655957</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/152655957</guid><author>weixin_55843921</author><pubDate>Tue, 07 Oct 2025 15:03:41 +0800</pubDate><description><![CDATA[假设有一家餐厅，它只供应三种食物：汉堡、披萨和热狗，但是每天只供应一种食物，如果你知道他们今天供应的是什么，那么你就能用一种方式来预测他们明天会供应什么。”—— 未来状态的概率仅依赖于当前状态，与 “当前之前的所有历史状态” 无关。的行向量，它的元素代表状态的概率。基本上代表了 状态的概率分布。假设餐厅第一天供应了披萨，第二天供应了汉堡，第三天又供应了披萨，那么第四天供应热狗的概率只用看第三天的状态，也就是70%。此时，如果存在一个稳态，那么在某个点后，输入的行向量应该与输入的行向量完全相同，我们用。]]></description><category></category></item><item><title><![CDATA[DreamDPO项目复现（已解决）]]></title><link>https://blog.youkuaiyun.com/weixin_55843921/article/details/152574328</link><guid>https://blog.youkuaiyun.com/weixin_55843921/article/details/152574328</guid><author>weixin_55843921</author><pubDate>Mon, 06 Oct 2025 01:00:51 +0800</pubDate><description><![CDATA[安装环境算顺利；]]></description><category></category></item></channel></rss>