V
主页
20220803【妙笔生花,画龙点睛: 视觉生成式模型专题研讨】李崇轩:扩散概率模型与其加速推断算法
发布人
报告嘉宾:周博磊 (加州大学洛杉矶分校) 报告时间:2022年08月03日 (星期三)早上10:00 (北京时间) 报告题目:生成模型的解释性,交互性,小样本学习,以及我对Dalle2的看法 报告人简介: 周博磊为加州大学洛杉矶分校(UCLA)助理教授,研究方向是计算机视觉和机器智能决策。博士毕业于麻省理工学院。周博士在模型可解释性和场景理解有突出贡献,开发了CAM和Network Dissection方法,以及Places和ADE20K数据库,有五篇过千引用量的一作论文。他担任过 CVPR, ICCV, ECCV, AAAI等会议的Area Chair,荣获过亚太区MIT Tech Review's Innovators under 35。更多关于他的研究工作请参见个人主页。 个人主页: https://boleizhou.github.io/ 报告摘要: 这两年生成模型取得了突破性进展,大模型加海量数据成了新的趋势。Dalle2和Imagen这样大力出奇迹的生成模型会使得生成模型的研究工作越来越被工业界实验室统治。在这样的趋势下,资源有限的大学实验室在生成模型方向如何生存以及可以开展一些什么样的另辟蹊径的研究项目呢?在这个讲座中,我将分享一些我们GenForce课题组在生成模型研究的一些不一样的探索点,如生成模型的解释性,可控性,以及小样本学习等,希望能给大家提供一些新的研究思路。 参考文献: [1] C. Yang, Y. Shen, Y. Xu, B. Zhou. Data-Efficient Instance Generation from Instance Discrimination. In NeurIPS, 2021. arXiv (ICLR'22 and ECCV'22 rejects): One-Shot Generative Domain Adaptation. https://arxiv.org/pdf/2111.09876.pdf [2] J. Wang, C. Yang, Y. Xu, Y. Shen, H. Li, B. Zhou. Improving GAN Equilibrium by Raising Spatial Awareness. In CVPR, 2022. [3] C. Yang, Y. Shen, Z. Zhang, Y. Xu, J. Zhu, Z. Wu, B. Zhou. One-Shot Generative Domain Adaptation. In arXiv preprint: 2111.09876, 2021.
打开封面
下载高清视频
观看高清视频
视频下载器
【VALSE2024】0505 谢凌曦《APR:视觉通用人工智能》
还得看吴恩达!一口气讲透CNN、RNN、GAN、LSTM、YOLO、transformer等六大深度学习神经网路算法!真的不要太爽~(AI人工智能丨机器学习)
20220803【妙笔生花,画龙点睛: 视觉生成式模型专题研讨】Panel
我竟然半天学会了六大深度神经网络:CNN、RNN、GAN、GNN、LSTM、Transformer,计算机博士一次带你吃透入门到实战!
【李宏毅】不愧是B站公认最好的扩散模型【Diffusion Model】教程!深入浅出看完你就学懂!(附课件)
整整200集,比刷剧还爽!深度学习必看圣经!李沐大神《动手学深度学习》最新版全套视频教程分享(人工智能/深度学习/计算机视觉)
【SAM2+YOLOV8】Meta首个能在图片和视频中实时分割对象的统一开源AI模型!博士精讲论文及源码复现!
强推!2024医学生必看的【人工智能+医疗】全套教程,迪哥从零开始手把教学,导师不教你的知识本课程统统告诉你,讲的非常全面!
【看一遍就会Transformer】一次吃透多头注意力机制,0基础直达NLP前沿! | QKV原理详解 | 算法实战 | 架构精讲
20240828【医学多模态分析与研究:从传统模型到大模型的演变】王淑君:Multi-modal Representation Learning for Me…
这才是科研人该学的!YOLOV5王者荣耀目标检测案例,新手入门YOLOv5必看的应用实战训练和讲解!太通俗易懂了,草履虫都能学会!机器学习|深度学习|计算机视觉
ECCV 2024 Oral满分论文|PointLLM:大语言模型直接理解点云
20221228【时光倒转万物生:扩散概率模型专题研讨】古纾旸:向量量化的扩散概率模型
ECCV'24 | 23FPS!超越所有3D检测!港理工ScatterFormer:高效的体素序列处理Transformer
图像分割领域怎么学才能快速出成果?迪哥梳理图像分割最佳学习路线,UNet/Deeplab/Mask2former/SAM图像分割算法全详解!
Transformer技术原理,论文讲解!带你秒懂Transformer底层逻辑原理!真的通俗易懂!(人工智能、深度学习、机器学习算法、神经网络、AI)
【三维重建+3D点云】封神之作!计算机博士带你手把手从入门到实战,学三维重建真的不难!人工智能、计算机视觉
20220413【脑启发视觉】余肇飞:面向类脑视觉的生物视觉编解码机制和模型
20230607【开放世界的感知:探索可迁移与可持续学习之路】巩东:Continual Learning and Memory Augmentation……
强推!YOLO项目实战系列:清华大佬精讲基于PyTorch实现的行人车辆检测实战(从零复现,超详细!)
20210804【图像复原研究进展与挑战】董超:图像超分辨率网络的可解释性
对神经网络做了小改进,可以发论文吗?附10篇讲故事顶会参考和51种注意力机制魔改方法
20230614【面向医疗领域的基础大模型探索与应用】付杰:Cross-Lingual Multi-Modal Language Models for……
20210811【知其所以然:因果推理与学习】张含望:真正的无偏模型
【VALSE2024】0505 赵恒爽《APR:视觉基础大模型》
【神经网络=自瞄】AI真是太牛了!肝完这套课程我顿悟了深度学习神经网络(CNN RNN GAN)算法原理!!!(深度学习项目实战)
20230322【大规模预训练模型的可信性】Panel
20220615【AI for Science之物理信息驱动的深度学习】陆路:Learning operators using deep neural……
20230426【通用大模型时代的计算机视觉研究】Panel
20220713【超级视觉深度学习模型与标签学习方法】Panel
20230106【铂金赞助商Webinar:华为】谢凌曦:华为云盘古视觉基础模型的挑战难题发布
麻省理工学院 - MIT - 线性代数(我愿称之为线性代数教程天花板)真的太通俗易懂了!建议收藏!(微积分、机器学习算法、神经网络、人工智能)
20220505【VALSE短教程】《因果发现与因果性学习》特邀讲师:蔡瑞初教授
20230816【数字虚拟人的研究进展与未来】韩晓光:基于图像的三维毛发重建
20220907【自动驾驶感知】李鸿升:MPPNet: Multi-Frame Feature Intertwining with Proxy Points……
20220810【图神经网络及其在结构建模中的应用】白璐:Transitive-Aligned Graph Neural Networks for ……
超强动画演示,一步一步深入浅出解释Transformer原理!这可能是我看到过最通俗易懂的Transformer教程了吧!——(人工智能、大模型、深度学习)
20211124【标记高效的视觉学习】Panel
20220831【就正有道:物理机理驱动的图像恢复与增强】Panel
【VALSE2024】0505 李鸿升《特邀报告:图像生成和视频生成若干前沿技术探索》