Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 | 31 |
Tags
- dreamgaussian
- Vit
- 네이버 부스트캠프 ai tech 6기
- sonicdiffusion
- 코테
- insturctnerf2nerf
- Programmers
- diffusion
- novel view synthesis
- VirtualTryON
- magic clothing
- transformer
- text2room
- objectdrop
- 프로그래머스
- instructany2pix
- 3d editing
- Python
- visiontransformer
- posterior distillation sampling
- 코딩테스트
- 3d generation
- 3d editting
- sound-to-image generation
- DP
- 3d gaussian splatting
- BOJ
- dreamfusion
- 논문리뷰
- text-to-video diffusion
Archives
- Today
- Total
목록AI/Diffusion (11)
평범한 필기장
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/q214b/btsCN8e1RFg/4VQiyvJnx2kaM7jC5Dz1vk/img.png)
이번에는 Diffusion에 제대로 도전해보자! 하는 마인드로 Diffusion 논문들도 블로그에 올리기로 다짐했다. 그래서 첫 논문으로 NCSN을 들고 왔다. 스터디해보면서 엄청 벽을 느낀 논문들이지만 다시 읽고 제대로 이해해서 넘어갈겸 포스팅에 도전했다. https://arxiv.org/pdf/1907.05600.pdf 1. Introduction 1.1 기존 생성모델들의 단점 기존 생성모델들은 각 모델들마다 단점을 지닌다. 예를 들면 likelihood-based 모델은 autoregressive model이나 flow model과 같이 정규화된 확률 모델을 구축하기 위해 특수 아키텍처를 사용하거나 학습을 위해 VAE에서의 ELBO와 같은 surrogate loss를 사용해야 한다. 그리고 GAN ..
AI/Diffusion
2023. 12. 28. 19:40