VAE
含有「VAE」共 7 篇內容
全部內容
發佈日期由新至舊
本篇以武俠情境解析生成式 AI 核心架構，介紹生成模型、GAN、VAE 與 Diffusion 等影像生成技術，並說明自回歸語言模型、遮罩語言模型與多模態模型在圖文生成任務中的應用。透過造物陣法譜系，協助理解條件生成與潛在擴散模型的運作原理，建立生成式 AI 模型基礎概念。
當 AI 不只會分析資料，還能「無中生有」生成圖片與文案，它背後到底運用了哪些技術？
在本篇《白話實驗室》中，我們重返 Brainstorm 行銷公司的創意會議室，用白話故事解析生成模型家族的核心架構，從 GAN、VAE 到 Diffusion 模型，帶你看懂 AI 如何從大量資料中學會創造新內容。
本文將延續上一篇文章，經由訓練好的GAN模型中的生成器來生成圖片
[深度學習][Python]訓練MLP的GAN模型來生成圖片_訓練篇
[深度學習][Python]訓練CNN的GAN模型來生成圖片_訓練篇
相較之下CNN的GAN生成的效果比較好，但模型也相對比較複雜，訓練時間花的也比較
這篇很短，僅提供在算圖時於VAE階段%卡死不動的可能解決方案。
方法：關掉Token Merge
祝大家算圖愉快！
本心得介紹MultiDiffusion with Tiled VAE插件以及通用的提升效能設定。
可能是這個問題太過基本，所以網路上幾乎沒有人在提問或回答，但我一開始嘗試Stable Diffusion時，常會遇到一個令我困擾的問題----紫色斑塊。
付費限定
在影像生成的領域中，其中一個富有挑戰的是影像對影像的轉譯問題。該問題包括了 paired 和 unpaired 兩個子問題。在本文中，會先提 paired 問題的 pix2pix。unpaired 的問題則會談到 cross consistency, Normalization 和 attentio
