深度学习共25篇
学习算法的一些记录~
排序
Deep Learning Note 35 读取机器翻译数据集
import os import torch from d2l import torch as d2l d2l.DATA_HUB['fra-eng'] = (d2l.DATA_URL + 'fra-eng.zip', '94646ad1522d915e7b0f9296181140edcf86a4f5'...
2年前
论文笔记⑥Imagic: Text-Based Real Image Editing with Diffusion Models
文献基本信息 文献名称: Imagic: Text-Based Real Image Editing with Diffusion Models 期刊杂志: CVPR 2023 研究类型 类型: Research Article 文献基本内容 研究背景: 大规模文本到图像模型展...
2年前Deep Learning Note 34 LSTM的简洁实现
import torch from torch import nn from d2l import torch as d2l batch_size, num_steps = 32, 35 train_iter, vocab = d2l.load_data_time_machine(batch_size, num_steps) vocab_size, num_...
2年前具有ID信息的文本图像对数据集制作
1. 图像下载（Image Downloading）: 首先，列出了一个名人名单，这些名单可以从VoxCeleb和VGGFace等公开的名人面部数据集中获取。 根据名单，使用搜索引擎爬取数据，大约为每个名字下载100张图...
2年前
Deep Learning Note 33 LSTM的从零开始实现
李宏毅老师的图: import torch from torch import nn from d2l import torch as d2l batch_size, num_steps = 32, 35 train_iter, vocab = d2l.load_data_time_machine(batch_size, num_steps) ...
2年前
Transformer详解
Transformer 模型详解 1. Transformer 概览 2017 年，Google 在论文 Attention is All You Need 中提出了 Transformer 模型。Transformer 使用了 Self-Attention（自注意力） 机制，取代了在 NL...
2年前LSTM时序预测
# 引入依赖库 import pandas as pd import torch import matplotlib.pyplot as plt from sklearn import preprocessing from models import * from utils import * from sklearn.metrics import...
2年前Flow Matching的数学原理
这篇文章介绍了Flow Matching作为一种生成模型训练方法，将其视为扩散模型的更通用形式。其核心思想是将数据视为在流场中运动的粒子，通过学习一个与时间相关的向量场来引导粒子从先验分布移动...
7个月前Deep Learning Note 32 门控循环单元
门控循环单元实际上是增加了对短期依赖关系和长期依赖关系的权重选择，使得序列预测更可靠 重置门有助于捕获序列中的短期依赖关系 更新门有助于捕获序列中的长期依赖关系 import torch from tor...
2年前
浅谈Diffusion ①理解 Latent Diffusion Model
Paper :High-Resolution Image Synthesis with Latent Diffusion Models 这篇文章是Stable Diffuion的开山之作了，接下来让我带大家看看这篇文章讲了些什么吧~ 1、研究背景 However, since thes...
2年前