encoder network | BriefGPT - AI 论文速递

关键词encoder network

搜索结果 - 8

序列蒙特卡洛在摊还变分推理中的包容式 KL 最小化
使用序贯蒙特卡洛采样估计更全面的 KL 散度的梯度，提出了 SMC-Wake 方法，其使用了编码器网络进行已摊销的变分推断，以更准确地拟合后验分布的变分分布。
PDF4 months ago
多层图方法用于深度子空间聚类
深度子空间聚类网络通过线性子空间聚类算法学习表示矩阵，进一步改进了多层图的性能，并在聚类外样本数据点中取得了统计学上显著的改进。
PDF5 months ago
复杂性的重要性：重新思考生成建模的潜空间
本研究探讨了生成建模中潜在空间选择的最优解以及其确定过程，并提出了一种新的距离度量方法和具体的训练策略来优化潜在空间的选择，进而提高生成效果。
PDFa year ago
定制化文本到图像生成的细节保留增强：一种无正则化方法
通过建立一个包含编码器网络和新型的采样方法的框架，该文提出了一种用于文本到图像生成的自定义方法，无需使用规范化方法来解决过拟合问题且可以在很短的时间内自定义大规模的文本到图像生成模型。实验证明，该方法优于现有的方法，并保留更多的细节信息。
PDFa year ago
ICLR生成对抗网络的 Stein 潜变量优化
本文介绍了一种命名为 SLOGAN 的新方法，通过引入编码网络和无监督条件对比损失来确保单个混合分量生成的数据代表单个属性，成功地学习了平衡或不平衡的属性，并在缺少属性信息（例如不平衡比）的情况下实现最新的无监督条件生成性能。
PDF3 years ago
CVPR编码风格：用于图像到图像翻译的 StyleGAN 编码器
该研究提出了一种基于编码器网络和预训练的 StyleGAN 生成器的图像转换框架，可以解决多种图像转换任务，支持多模态合成。
PDF4 years ago
领域自适应的图像到图像翻译
提出了一种无监督域适应的通用框架，利用添加额外的网络和损失函数，通过使用图像翻译框架和特征提取实现在无需目标域训练数据的情况下，测试源域训练的深度神经网络在不同的目标域上的能力，并在分类和分割任务上，应用于 MNIST、USPS、SVHN
PDF7 years ago
ICCV通过非对称训练生成细粒度图像的 CVAE-GAN
本文提出一种融合自编码器和生成式对抗网络的变分生成式对抗网络模型，用于合成细粒度类别中的图像。该模型采用交叉熵损失和均值偏差目标函数，学习潜在属性和标签对图像的影响关系，并利用特征匹配保持生成图像的结构。实验结果表明该模型可以生成高度写实、
PDF7 years ago