LiJT的灵质空间

发表于 更新于 阅读次数：
本文字数： 3.7k 阅读时长 ≈ 3 分钟

计算机视觉领域的发展，给人们的生活带来了极大的方便和改变。随着深度学习的发展，图像生成也变得更加复杂和精细。在图像生成领域，一种基于Diffusion的新型的生成模型方法已经开始受到越来越多的关注。这种方法不同于传统的生成模型，它的训练过程是通过迭代实现的，优点在于利用了图像信息中的空间相关性，从而可以更好地增强像素之间的连贯性。本文主要介绍基于Diffusion的图像生成模型原理，以及其在实践中的应用。

阅读全文 »

发表于 更新于 分类于 阅读次数：
本文字数： 1.9k 阅读时长 ≈ 2 分钟

甲方的增量需求，以及神经网络上的约束条件，都可以转化成损失函数的惩罚项。———— 沃·兹基硕德

变分自编码器是一种经典的深度生成模型，在图像生成、协同过滤等任务上有着重要的应用，有着举足轻重的历史地位。

阅读全文 »

发表于 更新于 阅读次数：
本文字数： 4.8k 阅读时长 ≈ 4 分钟

推荐系统与因果推断的结合是近几年来一个十分有趣的研究方向。本文提出了一种统一的推荐系统中的因果分析框架，可以将许多经典的推荐系统的研究问题归结到因果推断，并使用后者的理论进行分析。对个人而言，读这篇论文的收获主要在于了解推荐系统中的常见因果问题，以及因果方法论。

阅读全文 »