BriefGPT.xyz
Ask
alpha
关键词
stable training
搜索结果 - 5
点云补全的超球嵌入
本研究提出使用超球形嵌入来优化点云补全问题中的编码器 - 解码器模型,通过对编码器中提取的特征进行转换和归一化,使得嵌入的分布更加紧凑,从而提高了训练的稳定性和泛化性能,并在单任务和多任务学习中实现了更好的补全效果。
PDF
a year ago
CVPR
看 ATME:判别器平均熵需要关注
本文通过将难以训练但生成高质量图像的概率扩散模型(DMs)的去噪机制引入到生成对抗网络(GANs)中,提出了一种简单方法(ATME)实现 GANs 的稳定收敛,打破了 GANs 的信息不对称问题,并演示了该方法在多种图像转换任务上优于现有方
→
PDF
a year ago
生成对抗网络综述:变种、应用与训练
本文综述了生成模型的最新应用 —— 生成对抗网络(GAN)及其在计算机视觉和机器学习领域的实际应用,讨论了 GAN 训练中的困难和障碍,并调查了不同研究者提出的训练方案,以求实现 GAN 的稳定训练,最后探讨了与该主题相关的新问题和研究方向
→
PDF
4 years ago
CVPR
关于使用噪声稳定生成对抗训练
本文提出了一种新方法来稳定地训练生成式对抗网络,通过使用过滤后的真实数据分布和生成数据分布来训练,其中过滤可以通过将任意分布的样本添加到真实数据分布中来实现,同时学习添加样本的过程以挑战辨别器,结果显示该方法稳定有效。
PDF
5 years ago
进化生成式对抗网络
本文提出了一种新的 GAN 框架,名为进化生成对抗网络 (E-GAN),该框架使用不同的对抗训练目标作为突变操作,通过进化一群生成器来适应环境 (判别器) 以实现稳定的 GAN 训练和改进的生成能力,并利用评估机制来衡量生成样本的质量和多样
→
PDF
6 years ago
Prev
Next