击败GANs的新生成式模型:score-based model(diffusion model)原理网络结构应用代码实验展望

Posted 沉迷单车的追风少年

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了击败GANs的新生成式模型:score-based model(diffusion model)原理网络结构应用代码实验展望相关的知识,希望对你有一定的参考价值。

前言:在近两年的NeurIPS、ICCV、CVPR等顶会中,出现了二三十篇score-based generative models相关的论文,这是一种全新的生成式模型。特别是一些论文直接喊出了beat GANs(打败GANs)的口号,全新的生成方式和部分领域领先GANs、VAE的生成效果,让越来越多的人感兴趣并投身于研究中。

  • 会不会是下一个GANs?能否解决目前GANs遇到的问题?
  • 和现有的生成式模型相比有哪些优点?哪些缺点?
  • 目前的网络结构是怎样?
  • 如何用代码实现?
  • 常用的数据集有哪些?
  • 常用的评价指标有哪些?
  • 能应用到哪些领域?
  • 遇到了哪些问题?
  • 发展的瓶颈有哪些?
  • 未来的发展会怎样?

本文就这些问题进行探讨。

目录

原理概述

为什

以上是关于击败GANs的新生成式模型:score-based model(diffusion model)原理网络结构应用代码实验展望的主要内容,如果未能解决你的问题,请参考以下文章

为什么diffusion model扩散模型可以称为score-based models?

汇总:入门与实战

汇总:入门与实战

汇总:入门与实战

从VAE到Diffusion Model

从VAE到Diffusion Model