使用纹理对比度检测检测AI生成的图像
在本篇文章中我们将介绍如何开发一个深度学习模型来检测人工智能生成的图像
PyTorch深度学习实战（37）——CycleGAN详解与实现
CycleGAN 是一种用于无监督图像转换的深度学习模型，它通过两个生成器和两个判别器的组合来学习两个不同域之间的映射关系。CycleGAN 引入循环一致性损失，确保图像转换是可逆的，从而提高生成图像的质量。通过对抗训练和循环一致性损失，CycleGAN 可以实现在没有配对标签的情况下进行图像域转换
LLM | 一些开源的AI代码生成模型调研及总结【20240130更新】
本文主要介绍主流代码生成模型，总结了基于代码生成的开源大语言模型，按照时间顺序排列。
【AI视野·今日CV 计算机视觉论文速览 第292期】Thu, 18 Jan 2024
AI视野·今日CS.CV 计算机视觉论文速览Thu, 18 Jan 2024Totally 102 papers👉上期速览✈更多精彩请移步主页Daily Computer Vision PapersGARField: Group Anything with Radiance Fields A
【生成人工智能】Ray如何解决生成人工智能基础设施的常见生产挑战
做一个简单介绍，酒研年近48 ，有20多年IT工作经历，目前在一家500强做企业架构．因为工作需要，另外也因为兴趣涉猎比较广，为了自己学习建立了三个博客，分别是【全球IT瞭望】，【架构师研究会】和【开发者开聊企业架构师需要比较广泛的知识面，了解一个企业的整体的业务，应用，技术，数据，治理和合规。之前
扩散模型 (Diffusion Model) 简要介绍与源码分析
Diffusion Model (扩散模型) 是一类生成模型, 和 VAE (Variational Autoencoder, 变分自动编码器), GAN (Generative Adversarial Network, 生成对抗网络) 等生成网络不同的是, 扩散模型在前向阶段对图像逐步施加噪声,
生成模型VAE、GAN和基于流的模型详细对比
生成算法有很多，但属于深度生成模型类别的最流行的模型是变分自动编码器(VAE)、gan和基于流的模型。
Pokémon AI，使用DALL-E生成神奇宝贝图鉴
还记得我们上次分享的使用DALL-E生成神奇宝贝的文章吗，这次Reddit的网友又给出了效果更好的版本。
