首页　 资讯　 商机 　 下载　 拆解 　 高校　 招聘 　 杂志　 会展　 EETV　 百科 　 问答　 电路图　 工程师手册 　 Datasheet　 100例 　 活动中心　 E周刊阅读 　 样片申请
EEPW首页 >> 主题列表 >> 隐空间

隐空间 文章 进入隐空间技术社区

从CLIP应用领会隐空间的魅力

  • 1 前言在前面所刊登的《从隐空间认识CLIP 多模态模型》一文里，已经阐述了CLIP 基于隐空间的运作了。在本文里，将从商店柜台的产品推荐应用来说明：我们可以拿CLIP 的源代码，搭配商家自有产品图像(Image) 和图像叙述文句(Text)，来训练出企业自用的CLIP 小模型，同时也领会其幕后隐空间(Latent space) 的运作及其效果。兹复习一下CLIP 的特性，它的目标是透过大量图片及文字描述，建立两者间的对应关系。其做法是利用ResNet50 等来萃取图像的特征，并映射到隐空间(Latent
  • 关键字： 202311  CLIP  隐空间  

细观Diffusion隐空间里UNet的训练流程(一)

  • 在上一期里，您已经领会Encoder 和Decoder 两者的涵意和功能了。请您看看图1 里，在两者之间有个空间，通称为：隐空间(latent space)。图1 （来源https://arxiv.org/pdf/1909.11573.pdf）本期以SD(Stable Diffusion) 模型为例，来欣赏其隐空间里的架构之美。由于Diffusion 隐空间里的主角是：UNet模型。于是，先来细观Diffusion 隐空间里UNet模型的训练流程。1 简介UNet模型在本专栏里，曾经详细介绍过AE(aut
  • 关键字： 202308  Diffusion  隐空间  UNet  

从隐空间领会解码器

  • 0 引言在上1 期里，您已经领会( 理解)Encoder 的涵意和功能了。在本期里，就继续来领会Decoder 的涵意和功能。由于这两者是息息相关的。例如在Diffusion 模型里，就含有文本编码器(text encoder)、图像编码器(image decoder)、以及解码器(decoder) 等。于是，当您已经深入理解编码器了，就能轻易继续理解另一名词：解码器(Decoder)。兹回忆上1 期的说明：Encoder 负责从有招的世界，萃取( 过滤)& 沉淀于无招世界( 即AI 的潜藏空间)
  • 关键字： 202307  隐空间  解码器  

从隐空间理解编码器(Encoder)

  • 1 前言当我们在阅读关于AIGC 的文章时，常常会看到Encoder和Decoder名词。它们是AI( 即ML) 的核心模型，如果能深入理解它们的涵意和功能，就能更流畅地理解相关文章的内容，以及图示。例如，关于Diff usion( 扩张模型) 的文章里常看到如图1。(图1 来源https://www.joaoleal.com/how-stablediffusion-dall-e-2-and-midjourney-work)图1 说明诸如Stable Diff usion 里，就含有文本编码器(text
  • 关键字： 202306  隐空间  编码器  

从隐空间看AIGC生态的未来发展

  • 1 AIGC产业的革命性转折点在2023 年3 月期的连载中曾经说明了，随着AIGC潮流的发展，AI 模型将更为百花齐放，繁杂多样，将导致管理成本急速升高。于是AI 模型的集装箱(Container)角色就出来了。在未来数年内，凡是力求掌握隐藏空间，致力于开发控制软件系统，来有效管理AI 货柜( 即隐藏空间) 者，将成为AIGC 时代的大赢家。君不见，近年来AIGC 领域已经进入到大语言模型(LLM) 架构& 多模态 ( Multi-modal ) 时代。多模型AI能带来的更丰富的创作内容，带给我
  • 关键字： 隐空间  AIGC生态  

从NN神经网络理解隐空间

  • 1   复习：AIGC创作力来源——隐空间在2023 年1 月刊连载中，我们曾经说明在AIGC领域里，最近几个很红的图像模型，例如DALLE、Imagen 和Midjourney 等， 它们都是基于一种机制：扩散(Diffusion)。经由模型训练，操作隐空间(Latent space) 的向量，加上随机输入中合成新的数据，呈现出令人惊奇的创作，推动了AI 组合的创新或创作。这意味着，关于AI 的生成或创作，大多会涉及隐空间的操作。现在先从一个基本问题出发，这个问题是：为什么AI会创作
  • 关键字： 202303  神经网络  隐空间  AIGC  

迎接AIGC:掌握隐空间(一)

  • 1   前言上一期里我们曾经谈到AI 有3 种型：识别型AI、生成型AI、决策型AI。一般而言，2020 年之前，识别型AI 是主流；而在2020 年之后，生成型AI 和决策型AI 逐渐蔚为主流。尤其是生成型AI 模型，如长江后浪前浪，蒸蒸日上。因之，本期就来谈谈生成型AI( 例如AIGC) 的魅力源头：隐空间(Latent space)。愈擅长于操作隐空间向量(Vector)，就愈能生成令人惊讶的创作。现在，我们就来认识隐空间，建立扎实的基础，以便顺畅迎向AIGC新潮流。2 
  • 关键字： 202301  AIGC  隐空间  
共7条 1/1 1

隐空间介绍

您好，目前还没有人创建词条隐空间!
欢迎您创建该词条，阐述对隐空间的理解，并与今后在此搜索隐空间的朋友们分享。    创建词条

热门主题

树莓派    linux   
关于我们 - 广告服务 - 企业会员服务 - 网站地图 - 联系我们 - 征稿 - 友情链接 - 手机EEPW
Copyright ©2000-2015 ELECTRONIC ENGINEERING & PRODUCT WORLD. All rights reserved.
《电子产品世界》杂志社 版权所有 北京东晓国际技术信息咨询有限公司
备案 京ICP备12027778号-2 北京市公安局备案：1101082052    京公网安备11010802012473