Transformer-XL是一种改进的Transformer模型，专门设计来处理长序列数据。它通过解决标准Transformer在处理长序列时的梯度消失和记忆能力有限的问题，从而能够更好地捕捉长距离...

在深入研究去噪扩散概率模型(DDPM)如何工作的细节之前，让我们先看看生成式人工智能的一些发展，也就是DDPM的一些基础研究。VAEVAE采用了编码器、概率潜在空间和解码器。在训练过程中，编码器预测...

在我们使用pytorch框架进行人工智能应用开发的时候，遇到的一个概念就是张量，那么张量这个看上去高大上的概念是什么意思呢？张量最直观的解释就是多维数组，不过相比多维数组，张量更高级的功能是支持GPU...

前言最近用mindspore复现FastSCNN网络的时候，里面用到了一个自适应平均池化算子“nn.AdaptiveAvgPool2d”，但是mindspore目前的版本还没有提供对应...

本文约4600字，建议阅读10分钟本文介绍了图神经网络版本的对比。KolmogorovArnoldNetworks(KAN)最近作为MLP的替代而流行起来，KANs使用Kolmogorov-Ar...

...

为什么当你对二维张量`X`使用布尔索引`~mask`时，实际上是将`X`中所有满足`~mask`为`True`的元素提取出来？为什么不提取X中为True的元素？在理解布尔索引时，...

TensorTensor，它可以是0维、一维以及多维的数组，你可以将它看作为神经网络界的Numpy，它与Numpy相似，二者可以共享内存，且之间的转换非常方便。...

Tensors（张量)张量（tensor）是矩阵向任意维度的推广。张量的维度（dimension）通常叫作轴（axis），张量轴的个数也叫作阶（rank）。Tensors张量，与numpy中的ndar...

扩散模型通常是一种生成式深度学习模型，它通过学习去噪过程来创建数据。扩散模型有许多变体，其中最流行的是条件文本模型，能够根据提示生成特定的图像。某些扩散模型（如Control-Net）甚至能将图像与某...