1.tensorflow模型文件1.1 CheckPoint(*.ckpt) 在训练 TensorFlow 模型时，每迭代若干轮需要保存一次权值到磁盘，称为“checkpoint”，如下图所示： 这种格式文件是由 tf.train.
转载
2024-09-26 09:41:50
299阅读
本章涵盖生成式人工智能模型及其基于特定应用的分类列出可用模型、了解其功能并选择合适模型的过程OpenAl 提供的 Completion API 和 Chat Completion API、它们的关键属性以及如何使用这些 API 来创建聊天机器人和写作助手等应用程序完成和聊天完成 API 的高级选项可帮助我们引导模型，从而控制生成 - 例如，使用 Logit Bias 影响令牌概率，并使用存在和频率
系列文章链接：AI艺术的背后：详解文本生成图像模型【基于 VQ-VAE】AI艺术的背后：详解文本生成图像模型【基于GAN】AI艺术的背后：详解文本生成图像模型【基于Diffusion Model】导言AI 艺术生成已经开始走进大众的视野中。在过去一年里，出现了大量的文本生成图像模型，尤其是随着 Stable Diffusion 以及 Midjourney 的出现，带起了一股 AI 艺术创作热潮，甚
转载
2024-05-13 12:47:55
154阅读
变分推断、VAE、GAN EM 算法、VAE、GAN、AAE、ALI (BiGAN) 都可以作为变分推断的某个特例。标准的 GAN 的优化目标是不完备的，这可以解释为什么 GAN 的训练需要谨慎地选择各个超参数，当然改善这种不完备性并增强 GAN 训练的稳定性的一种常用方法就是增加一个正则项。 对抗自编码器（Adversarial Autoencoders，AAE）和对抗推断学习（Advers
转载
2024-05-13 11:31:21
148阅读
GAN模型一、什么是GAN模型生成对抗网络（Generative Adversarial Network）由一个生成网络与一个判别网络组成。生成网络从潜在空间（latent space）中随机采样作为输入，其输出结果需要尽量模仿训练集中的真实样本。判别网络的输入则为真实样本或生成网络的输出，其目的是将生成网络的输出从真实样本中尽可能分辨出来。而生成网络则要尽可能地欺骗判别网络。两个网络相互对抗、不
摘要： 想要在没有任何问题的情况下生成文本，而无需自己构建和调整神经网络吗？赶紧来看看textgenrnn项目吧，它只需几行代码就能轻松地在任何文本数据集上训练任意大小和复杂度文本生成神经网络。 备注：源代码支持英文语料，我进行了修改支持中文语料https://github.com/jinjiajia/textgenrnn-chinese正文： textgenrnn就是采用RNN的方式来实现文本生
转载
2024-03-26 11:06:40
100阅读
Deep Visual-Semantic Alignments for Generating Image Descriptions Andrej Karpathy Li Fei-Fei摘要这篇文章的作者提出了一种方法，可以用于生成图像的自然语言描述。主要包含了两个部分（1）视觉语义的对齐模型；（2）为新图像生成文本描述的 Multimodal RNN 模型。其中视觉语义的对齐模型主要由3部分组成
转载
2024-08-14 17:45:27
167阅读
文本自动生成研究进展与趋势CCF 中文信息技术专业委员会万小军 冯岩松 孙薇薇北京大学计算机科学技术研究所，北京摘要我们期待未来有一天计算机能够像人类一样会写作，能够撰写出高质量的自然语言文本。文本自动生成就是实现这一目的的关键技术。按照不同的输入划分，文本自动生成可包括文本到文本的生成、意义到文本的生成、数据到文本的生成以及图像到文本的生成等。上述每项技术均极具挑战性，在自然语言处理与人工智能领
转载
2024-05-21 19:00:13
112阅读
2.1 Auto-encoder先来看Auto-Encoder也就是我们说的AE，它的主要思路是把输入的vector编码成code，再把code解码成vector. 其中的编码器和解码器部分一般是Neural Network，可以是简单的线型神经元，也可以是CNN。为了训练函数用p-范数做损失函数： L=∥x−G(z)∥p
L
1、模型文字是基于工作平面的三维图元，是可以调节厚度的三维文字模型。可以在项目环境中或者族编辑器环境中添加模型文字，模型文字不能用于只能以二维方式表示的族。2、添加模型文字2.1 设置工作平面。因为放置模型文字时不能选择工作平面，所以要提前设置工作平面。2.2 点击建筑选项卡中模型面板的模型文字命令，或者点击结构选项卡中模型面板的模型文字命令。在编辑文字对话框中输入需要的文字内容，点击确定。2.3
能根据文字生成图片的 GAN，深度学习领域的又一新星 2017-01-12 DataCastle数据城堡 2014 年 6 月，Ian Goodfellow 等学者发表了论文《Generative Adversarial Nets》，题目即“生成对抗网络”，标志着 GAN 的诞生。 2015 年还名不见经传的 GAN ，在 201
GAN简介及原理分析生成式对抗网络（GAN, Generative Adversarial Networks ）是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中（至少）两个模块：生成模型（Generative Model，下文简写G）和判别模型（Discriminative Model，下文简写D）的互相博弈学习产生相当好的输出。判别模型（D）的任务就是判断一个实
nlp文本建模算法 This is part 3 of a 4 part post. Until now we have talked about: 这是4部分帖子的第3部分。 到目前为止，我们一直在谈论： Pre-processing and Cleaning 预处理和清洁 Text Summarization 文字摘要 Topic Modeling using Latent Dirichle
【导读】本文全面系统性梳理介绍了强化学习用于发掘GAN在NLP领域的潜力，请大家阅读。1. 基础：文本生成模型的标准框架文本生成（Text Generation）通过 机器学习 + 自然语言处理 技术尝试使AI具有人类水平的语言表达能力，从一定程度上能够反应现今自然语言处理的发展水平。下面用极简的描述介绍一下文本生成技术的大体框架，具体可以参阅各种网络文献（比如：CSDN经典B
转载
2024-07-16 15:34:47
256阅读
文本到图像的 AI 模型仅根据简单的文字输入就可以生成图像。用户可以输入他们喜欢的任何文字提示——比如，“一只可爱的柯基犬住在一个用寿司做的房子里”——然后，人工智能就像施了魔法一样，会产生相应的图像。文本生成图像（text-to-image）可以根据给定文本生成符合描述的真实图像，其是多模态机器学习的任务之一，具有巨大的应用潜力，如视觉推理、图像编辑、视频游戏、动画制作和计算机辅助设计。本篇将简
转载
2024-08-13 16:04:00
155阅读
1. 模型原理Transformer是一种基于全连接神经网络的编码器-解码器（encoder-decoder）架构实现，它由输入模块、编码器模块、解码器模型和输出模型四部分组成。其结构如下图所示： 图1 Transformer模型 关于Transformer的基础知识介绍，网上已有许多公开的资料。读者可自行查阅学习。本文默认大家已具备Transformer相关的基础知识，文本将讨论其中值得注意的四
转载
2024-03-23 13:02:14
107阅读
❝ 一种常见的分类方法可以将机器学习模型分为「判别式」和「生成式」两种。判别式模型如KNN、SVM、决策树等，强调直接从数据中学习决策函数；而生成式模型如HMM、Bayes等，则强调学习数据生成的规律（分布）从而更好地对数据进行表征建模。 生成式模型由于能够学习数据的隐含特征表示，因此在近些年得到了长足的发展，在机器学习领域愈来愈重要。本文主要介绍常见的生成模型，并着重分析VAE、GAN和流模型这
在笑话语料库上训练角色级语言模型。 我决定尝试解决此问题的方法，我在OpenAI的“ 请求研究”博客中找到了该方法。 您可以在这里查看代码。 这是用Pytorch编写的，并且受到Fast.ai关于从头实现RNN的精彩课程的启发。 我开始使用OpenAI提供的数据集进行 数据准备 。 数据被转换为小写字母，并且在初次运行时，我选择了评分最高的笑话，其单词长度小于200。这是遇到的所有令牌的示例
转载
2024-05-13 14:25:29
43阅读
AI写诗？？ AI创作小说？？ 近年来人们时常听到这类新闻，听上去很不可思议，那么今天我们来一探究竟，这种功能是如何通过深度学习来实现的。通常文本生成的基本策略是借助语言模型，这是一种基于概率的模型，可根据输入数据预测下一个最有可能出现的词，而文本作为一种序列数据 (sequence data)，词与词之间存在上下文关系，所以使用循环神经网络 (RNN) 基本上是标配，这样的模型被称为神经语言模
转载
2024-05-21 18:58:26
65阅读
