GAN

上个月底，NeurIPS 官方公布了 2024 年度时间检验奖，而且破天荒地同时颁给了两篇论文。 一篇是 Ilya Sutskever 的 Seq2Seq，另一篇是一篇是 Ian Goodfellow 的生成对抗网络（GAN）。 论文地址：：Ian Goodfellow, Jean Pouget-Abadie, Mehdi Mirza, Bing Xu, David Warde-Farley, S…

译者 | 李睿审校 | 重楼事实上，生成式对抗网络（GAN）是人工智能领域中令人瞩目的应用之一。 GAN风靡全球，凭借生成逼真的图像、深度伪造（Deepfake）视频、人工智能生成的艺术作品，甚至合成的生物数据，其能力让人们惊叹不已。 但是GAN也有不为人知的秘密，这是工程师、人工智能爱好者和研究人员多年来面临的一个难题：模式崩溃。

很翔实的一篇教程。OpenAI 的 Sora、Stability AI 的 Stable Video Diffusion 以及许多其他已经发布或未来将出现的文本生成视频模型，是继大语言模型 (LLM) 之后 2024 年最流行的 AI 趋势之一。在这篇博客中，作者将展示如何将从头开始构建一个小规模的文本生成视频模型，涵盖了从理解理论概念、到编辑整个架构再到生成最终结果的所有内容。由于作者没有大算力…

2014年，Goodfellow等人则提出生成对抗收集（Generative Adversarial Network, GAN），可以让我们完全依靠呆板进修来生成极为逼真的图片。GAN的横空出世使得整个人工智能行业都为之震动，计算机视觉和图象生成领域发生了巨变。本文将带大家了解GAN的工作原理，并介绍如何通过PyTorch简单上手GAN。

来自谷歌的钻研者提出了一种基于生成对抗网络 (GAN) 的神经视频压缩方式，该方式优于以前的神经视频压缩方式，并且在用户钻研中与 HEVC 性能相当。

最近，计算机视觉（CV）领域的研讨者对 Transformer 产生了极大的兴趣并陆续取得了不少突破。比如，2020 年 5 月，Facebook AI 的研讨者推出了 Transformer 的视觉版本——Detection Transformer，在性能上媲美当时的 SOTA 方法，但架构得到了极大简化；10 月，谷歌提出了 Vision Transformer (ViT)，可以直接利用 tr…