vae

51-34 DALLE2 结合预训练CLIP和扩散模型实现图像生成

很早之前写过一篇CLIP论文精读，上篇博客讲了AE、VAE、VQ-VAE、DDPM、LDM知识。其中在生成环节，还有ClassifierGuidance和Classif

UROVAs驭星达·2025-07-26 04:43

“闭门造车”之多模态思路浅谈：自回归学习与生成

如果这个观点成立，那么当前基于VQ-VAE、VQ-GAN等将图像离散化的主流思路就存在能力瓶颈，因为只需要简单计算一下信息熵就可以表明离散化必然会有严重

PaperWeekly·2025-07-20 14:24

深入解析VAE：从理论到PyTorch实战，一步步构建你的AI“艺术家”

变分自编码器（VAE）就是解开这一谜题的关键钥匙之一。本文将带你从零开始，深入浅出地剖析VAE的迷人世界。

电脑能手·2025-07-05 23:53

Dimba: Transformer-Mamba Diffusion Models————3 Methodology

3.图像输入(Image)描述：输入图像通过变分自编码器(VAE)编码器处理。功能：将图像转换为潜在表示，用于添加噪声并进行扩散过程。

·2025-07-02 12:05

生成对抗网络(GAN)与深度生成模型实战

1.生成模型基础与GAN原理1.1生成模型概览生成模型是深度学习中的重要分支，主要分为以下几类：变分自编码器(VAE)：基于概率图模型的生成方法生成对抗网络(GAN)：通过对抗训练学习数据分布自回归模型

软考和人工智能学堂·2025-06-17 23:21

变分自编码器的扩展模型:条件VAE

变分自编码器的扩展模型:条件VAE作者：禅与计算机程序设计艺术1.背景介绍近年来,变分自编码器(VariationalAutoencoder,VAE)作为一种强大的生成式模型,在图像生成、文本生成等任务中展现出了卓越的性能

AI天才研究院·2025-06-14 08:05

生成式AI模型学习笔记

文章目录生成式AI模型1.定义2.生成式模型与判别式模型3.深度生成式模型的类型3.1能量模型3.2变分自编码3.2.1变分自编码器（VariationalAutoencoder,VAE）简介3.2.2

Humbunklung·2025-06-06 09:19

从 “被动拦截” 到 “智能预判”：下一代防火墙的五大核心技术突破

一、AI驱动的威胁检测引擎：从规则匹配到行为建模技术突破机器学习驱动的异常检测抛弃传统的"特征码匹配"模式，采用无监督学习算法（如孤立森林、VAE变分自编码器）构建

柏睿网络·2025-06-06 03:15

创意无限！利用Cpolar和Flux.1实现远程AI图像生成功能

文章目录前言1.本地部署ComfyUI2.下载Flux.1模型3.下载CLIP模型4.下载VAE模型5.演示文生图6.公网使用Flux.1大模型6.1创建远程连接公网地址7.固定远程访问公网地址前言Flux

秋说·2025-06-04 06:44

【课堂笔记】生成对抗网络 Generative Adversarial Network（GAN）

另一方面，传统生成模型（如变分自编码器VAE）生成的样本往往模糊或缺乏多样性，难以捕捉真实数据的复杂分布（如高分辨率图像、复杂文本等）。生成式对抗网络（GAN）提出了用生成器（Gener

zyq~·2025-06-02 14:22

Comfyui基础文生图工作流所需的7个节点

大模型加载节点使用时选择一个模型路径，就可以输出三个值，模型、条件和VAE2、正向提示词节点正向提示词节点是我们控制AI生成走向的关键手段，通过描述不通的正向提示词，

AI魔法师9527·2025-05-30 09:11

Stable Diffusion底模对应的VAE推荐

以下是主流StableDiffusion底模对应的VAE推荐表格：底模版本推荐VAE类型说明SD1.5SD1.5专用VAE通常使用vae-ft-mse-840000-ema-pruned.safetensorsSD2.0SD1.5

Liudef06小白·2025-05-25 21:33

一文解析13大神经网络算法模型架构

深度神经网络（DNN）三、专项任务架构：领域定制化突破3.1卷积神经网络（CNN）3.2循环神经网络（RNN）3.3图神经网络（GNN）四、生成模型：从数据到创造4.1生成对抗网络（GAN）4.2变分自编码器（VAE

攻城狮7号·2025-05-20 08:58

【图像生成大模型】Wan2.1：下一代开源大规模视频生成模型

Wan2.1：下一代开源大规模视频生成模型引言Wan2.1项目概述核心技术1.3D变分自编码器（Wan-VAE）2.视频扩散Transformer（VideoDiffusionDiT）3.数据处理与清洗项目运行方式与执行步骤

白熊188·2025-05-19 12:41

Step1X-3D：实现高保真和可控纹理 3D 资产的生成

3D，一个通过以下方式解决这些挑战的开放框架：（1）一个严格的数据处理流程，处理超过500万个资产，创建一个包含200万个高质量数据集的标准化几何和纹理属性；（2）一个两阶段的3D原生架构，结合了混合VAE-DiT

吴脑的键客·2025-05-19 00:56

生成式人工智能：创意产业的变革力量

一、生成式人工智能简介（一）定义与原理生成式人工智能是一种利用深度学习算法（如生成对抗网络GAN、变分自编码器VAE和T

Blossom.118·2025-05-17 15:58

深度解析：Stable Diffusion模型架构与调参秘籍

首先拆解其“潜在空间扩散+多模态条件控制”的创新设计，详细讲解VAE、U-Net、CLIP文本编码器的协同机制；接着通过数学公式与Pyth

AI原生应用开发·2025-05-17 09:45

AI大模型全景干货：分类、特点、应用、数据与学习指南

（3）变分自编码器（VAE）：通过编码器和解码器实现对数据的压缩和重建。2

程序员辣条·2025-05-14 03:18

【神经网络与深度学习】VAE 中的先验分布指的是什么

VAE中的先验分布是什么？在变分自编码器（VAE）中，先验分布指的是对潜在空间中随机变量的概率分布假设。

如果树上有叶子·2025-05-11 19:36

AI大模型干货 | AI大模型的分类、特点、应用、详细数据、如何学习大模型？

（3）变分自编码器（VAE）：通过编码器和解码器实现对数据的压缩和重建。2

大模型RAG实战·2025-05-11 11:22

深入浅出：AIGC条件生成模型架构解析

从基础概念出发，对比条件生成与无条件生成的本质区别，深入剖析条件GAN、条件VAE、基于Transformer的条件生成模型及扩散模型的架构设计与数学原理。通过Python

AI天才研究院·2025-05-10 17:21

【神经网络与深度学习】普通自编码器和变分自编码器的区别

引言自编码器（Autoencoder，AE）和变分自编码器（VariationalAutoencoder，VAE）是深度学习中广泛应用的两类神经网络结构，主要用于数据的压缩、重构和生成。

如果树上有叶子·2025-05-09 20:02

AIGC 游戏：AIGC 领域的新兴潮流

通过分析生成式对抗网络（GAN）、变分自编码器（VAE）、大型语言模型（LLM）等核心算法，结合Unity/UE引擎实战案例，揭示AIGC如

AI原生应用开发·2025-04-30 14:03

VAE的学习及先验知识

笔记1、先验、后验、似然、证据2、极大似然估计3、最大后验估计4、贝叶斯均值估计5、KL散度6、VAE1、先验、后验、似然、证据对于给定的数据，我们假设其是服从某个数据分布的。

butterfly won＇t love flowers·2025-04-23 14:12

PixelFlow：像素空间生成模型的新范式（代码实现）

然而，主流的潜在空间扩散模型（LatentDiffusionModels,LDMs）依赖于预训练的变分自编码器（VAE），将数据压缩到潜在空间以降低计算成本。

阿正的梦工坊·2025-04-17 21:49

生成对抗网络（GAN）在计算机视觉中的全面解析

生成学习大致可分为两大类：变分自编码器（VAE）和生成对抗网络（GAN）。

t0_54manong·2025-04-14 01:52

【学习笔记(0)】Variational Autoencoder 变分自编码器

本文是VAE的学习笔记，是阅读多个网站的intro时记录的阅读笔记。

该账户已不存在·2025-04-04 03:55

第四课：模型的概念及应用

+参数模型存储在models/Stable-diffusion，模型叫检查点Checkpoint，文件后缀一般是.ckpt，文件大小为几GB称为大模型，也有.safetensors后缀，大小一般小一点VAE

小蒋的学习笔记·2025-04-04 00:34

AIGC SD出图有缺陷有哪些方法可以解决？

真实系：RealisticVision、EpicRealism二次元：AnythingV5、Counterfeit3D风格：DreamShaper混合模型：通过模型融合工具（如SDForge）合并优势模型VAE

玩人工智能的辣条哥·2025-04-02 10:22

第五十三周：文献阅读

目录摘要Abstract文献阅读：一种用于室内空气质量预测的新型变分自编码器深度学习框架现有问题提出方法方法论1、偏最小二乘（PLS）2、变分自动编码器（VAE）3、变分自动编码器回归器（VAER）所提出的方法

m0_66015895·2025-03-31 10:05

StableDiffusion模型推荐系列（全能型）

而为了更优化的效果，我们甚至还要动用ControlNet和VAE模型，这简直就像是无休止

Python程序员小泉·2025-03-27 19:32

【diffusers 进阶（十二）】Lora 具体是怎么加入模型的（推理代码篇下）OminiControl

Pipelinecallbacks管道回调函数【diffusers极速入门（三）】生成的图像尺寸与UNet和VAE之间的关系【diffusers极速入门（四）】EMA操作是什么？

多恩Stone·2025-03-27 05:14

开源图生视频模型技术全景解析

一、核心架构与技术演进（一）模型基础框架多模态融合架构腾讯混元模型采用统一的全注意力机制，集成3D变分自编码器（VAE）实现图像到视频的时空特征编码。

Liudef06·2025-03-26 05:45

Python,Java开发生成式智能识别与鉴定APP

-**处理**：使用生成式智能体模型（如GAN、VAE、Diffusion模型等）对输入数据进行分析和鉴定。-**输出**：识别结果（如是否为生成

Geeker-2025·2025-03-25 00:10

（图生图/局部重绘/VAE/更多基础工作流）ComfyUI基础入门教程

引言学到这里，大家是不是会比较纠结，好像还在持续学习新的东西，未来还有多少基础的东西要学习，才能正常使用ComfyUI呢？这其实需要转变一个心态。AI绘画还处于一个快速迭代的过程，隔三岔五的就会有很多新技术、新模型出现，ComfyUI目前同样处于一个快速更新的阶段，从更新记录上也可以看到，几乎每一两天都会更新新版本。同样，生态的各种自定义节点也在持续更新。所以，不可能有个教程把所有未来会用到的知识

聚梦小课堂·2025-03-20 22:42

为什么VAE效果不好，但VAE+diffusion效果就好了？

1.什么是VAE?VAE（VariationalAutoencoder，变分自编码器）是一种基于概率生成模型的深度学习框架，主要用于数据生成和潜在空间建模。

AndrewHZ·2025-03-12 12:43

（十）Ubuntu 20.04+akiaaa大神 Stable Diffusion整合包 AI绘画教程-外挂VAE模型等快捷设置教程

一、说明我们在运行Stable-Diffusion-webuiclip时初始快捷设置为如图所示我们需要显示“外挂VAE模型”以及“clip终止层数”的快捷设置，我们需要在设置中设置参数二、参数设置依次点击设置

浪淘沙jkp·2025-03-10 14:10

【人工智能基础】生成模型：让数据“无中生有”的神奇魔法

文章目录一、生成模型的发展脉络二、生成模型的基本原理三、主要生成模型及其逻辑1、生成对抗网络（GAN）2、变分自编码器（VAE）3、扩散模型（DPM）4、基于能量的模型（EBM）5、正规化流（NF）四、

roman_日积跬步-终至千里·2025-03-10 03:49

AIGC技术研究与应用 ---- 下一代人工智能：新范式！新生产力！（2.1-大模型发展历程之背景与开端）

文章大纲按照目标不同，AI大模型可分为四类，多模态为未来方向NLP大模型CV大模型科学计算大模型多模态大模型2022年是大模型技术的拐点,前期技术铺垫奠定了基础生成式模型的开端VAE与GANVAEGAN

shiter·2025-03-10 01:08

Stable Diffusion（SD）系列模型及关联算法深度解析

一、‌基础模型架构演进‌SDv1.5‌‌核心架构‌：基于LatentDiffusionModel（LDM），通过VAE将图像压缩至潜空间进行扩散训练，支持512x512分辨率生成，兼容二次元与写实风格混合创作‌

Liudef06·2025-03-01 08:59

开源文生视频模型：通义万相2.1-文生视频-14B 详情介绍与使用

目录Wan2.1简介关键特性SOTA性能支持消费级GPU多任务处理视觉文本生成强大的视频VAE最新消息

zhangjiaofa·2025-02-28 17:17

扩散模型基本概念

1.核心思想从最原始的DDPM来讲，扩散模型是用变分估计训练的马尔可夫链，相当于VAE+流模型。与标准化流相比，扩散模型的正向过程为预先定义的加噪过程，负责将图像x∼p(x)x\sim{p(x)}x∼

AndrewHZ·2025-02-28 00:57

VQ-Diffusion 深度解析与实战指南

https://gitcode.com/gh_mirrors/vqd/VQ-Diffusion1.项目介绍VQ-Diffusion是一个用于文本到图像合成的深度学习模型，基于矢量量化变分自编码器（VQ-VAE

晏灵昀Odette·2025-02-27 23:45

[AI] [ComfyUI]理解ComyUI的基本原理及其图像生成技术

本文将详细探讨ComyUI的基本原理，涵盖其在图像生成中的关键概念，包括潜在空间、VAE模块、噪声处理以及CLIP编码器节点的作用。1.潜在空间的存在与生成效率什么是潜在空间？

技术小甜甜·2025-02-27 17:27

AIGC生图技术剖析：文本生成图像的核心算法与创新应用

全文目录：开篇语前言AIGC技术核心：从文本到图像的转换1.文本编码与语义提取2.生成对抗网络（GAN）3.变分自编码器（VAE）4.融合模型：CLIP+VQ-GAN核心算法示例：使用Python生成图像使用

喵手·2025-02-27 09:29

深度学习的前沿与挑战：从基础到最新进展

深度学习的工作原理深度学习的关键技术1.卷积神经网络（CNN）2.循环神经网络（RNN）3.生成对抗网络（GAN）4.变分自编码器（VAE）5.自注意力机制与Transformer深度学习的应用1.计算机视觉

Jason_Orton·2025-02-27 03:09

AIGC从入门到实战：ChatGPT 需要懂得写提示词的人

ChatGPT需要懂得写提示词的人第1章:AIGC概述1.1AIGC的基本概念AIGC（AI-GeneratedContent），即人工智能生成内容，是指利用人工智能技术，如生成对抗网络（GAN）、变分自编码器（VAE

AI天才研究院·2025-02-23 23:03

Pytorch实现之GIEGAN（生成器信息增强GAN）训练自己的数据集

简介简介：在训练数据样本之前首先利用VAE来推断潜在空间中不同类的分布，用于后续的训练，并使用它来初始化GAN。

这张生成的图像能检测吗·2025-02-21 13:43

变分边界详解

起因当时看VAE论文时有这么一段，但是看完直接一头雾水，这都那跟哪，第一个公式咋做的变换就变出那么一堆。网上搜了很多博客都语焉不详，只好自己来写一篇，希望能解答后来人的疑惑。

半度、·2025-02-14 21:27

个性化音乐生成：生成式AI在音乐推荐与创作中的应用

文章目录引言生成式AI与个性化音乐生成1.变分自编码器（VAE）2.生成对抗网络（GAN）3.Transformer模型4.扩散模型（DiffusionModels）技术实现1.音乐特征提取2.基于VAE

二进制独立开发·2025-02-09 00:34

推荐频道

vae