关键词conditional batch normalization
搜索结果 - 4
- 跨类别知识传播的高效条件 GAN 迁移
提出了一种从已有条件图像生成模型迁移知识，提高在新类上的生成效率的方法，该方法利用条件批标准化技术从旧类向新类传播知识，实验证明该方法优于现有的方法。
- AAAI可裁剪生成对抗网络
本文提出了一种可以灵活调整生成器宽度以适应不同质量和效率平衡的 slimmable GANs，通过利用多个共享部分参数的判别器对生成器进行训练，并提出了一种逐步原位提纯技术以增加不同宽度之间的一致性，并通过切片条件化 BN 的方式将标签信息 - NIPS编码期间调制和关注源图像改进了多模式翻译
提出了一种新的、全面的端到端方法，使用条件批量归一化来调制整个视觉输入处理，计算我们任务的最信息图像特征；此外，提出了一种源文本编码器表示条件下的注意机制，详述了我们的模型和图像分析管道，报告了在三个不同测试集上的最新的成果。
- ICML无强先验条件下的视觉推理学习
通过条件批量归一化对 CLEVR 视觉推理基准进行训练，我们的方法在人工视觉推理方面实现了最先进的成果，这表明带有适当条件的通用架构可以有效地学习进行视觉推理。