页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「图像生成」找到 10 条内容
按专题浏览 →匹配正文：按公开生成机制分类 GAN：生成器与判别器对抗训练，StyleGAN适合高质量人脸等图像生成，CycleGAN用于未配对图像翻译。采样通常一次前向，但训练可能不稳定。 连续VAE：学习连续潜变量的近似后验和decoder，适合表示学习、生成和可控潜空间。 离散token自回归：先把图像量化为token，再按序生成。Parti是公开的文生图自回归路线，生成受序列解码成本影响。 掩码生成：Muse并非自回归模型，它并行预测被mask的图像token并迭代细化。 Diffusion…
匹配正文：…scade路线”。 对没有公开论文或完整官方技术报告的产品，不把它用作具体架构归类的证据。 GPT-4V架构未公开到足以作为自回归图像生成范例；LlamaGen不是Meta项目。 LoRA主要减少适配参数，不天然降低扩散采样步数或推理时延；U-Net扩散也不能无条件套用LLM式KV cache。选型应按质量、可控性、单次延迟、吞吐、训练稳定性和公开证据比较。
匹配正文：…搭笔记生成配饰推荐，实现场景延伸 创作者辅助 反向生成"什么样的标题/封面更容易被推荐"，打通双边平台 关键判断依据 技术可行性：图像生成加速结果不能直接证明推荐召回/排序的端到端时延。分别实测候选生成、检索、排序、网络与交互预算。 业务匹配度：小红书"内容即广告"的形态，天然适合生成式描述而非传统CTR预估 数据闭环：生成理由是待核验候选数据；检查事实依据、用户反馈与选择偏差，再用于训练，防止错误自举。 学习建议 建议从生成式模型的基本原理入手，结合推荐系统经典架构，多阅读…
学习内容与项目面试，在同一条路上。