Chunlei's

摘要： 写在前面 原文：https://arxiv.org/abs/2307.14352 GitHub：https://github.com/CrystalNeuro/visual-concept-translator 关键词：I2I 阅读理由：学习他们的实验方法 前置知识：PTI、多概念反转multi-c 阅读全文

摘要： 写在前面 原文：ZePo GitHub：Github ZePo 关键词：肖像风格化、扩散模型、零样本快速生成 阅读理由：对扩散模型的改进，可以实现零样本快速生成图像，学习一下思路以及实验设计 前置知识：LCM以及GithubLCM（找时间写一下），可参考LCM&CM，一致性蒸馏、图像质量评价 速览 阅读全文

摘要： 一致性蒸馏是一种机器学习技术，用于从一个大型模型中提取出重要的特征，并将其转移到一个小型模型中。在图像处理领域，一致性蒸馏可以用来将一个复杂的图像风格转换模型中的重要特征提取出来，并应用到一个新的、更简单的模型中，从而实现更快、更准确的图像风格转换。 一致性蒸馏的核心思想是通过训练一个大型模型来捕捉 阅读全文

摘要： 写在前面 原文：https://arxiv.org/pdf/1409.1556 参考：https://www.cnblogs.com/lijiuliang/p/15133276.html 关键字：卷积网络、卷积网络深度、图像识别 阅读理由：卷积神经网络深度与算法优良性能之间的关系是什么，如何评估的， 阅读全文

摘要： 写在前面 参考： https://www.cnblogs.com/boostwei/p/15195643.html https://www.youtube.com/watch?v=pj9-rr1wDhM https://zhuanlan.zhihu.com/p/56940729 CNN做了什么 CN 阅读全文

摘要： 写在前面 原文：https://arxiv.org/abs/2112.10752 Github：https://github.com/CompVis/latent-diffusion?tab=readme-ov-file 参考：https://stable-diffusion-art.com/how 阅读全文