代码之家 › 专栏 › 技术社区 › HammJ

是否有可能:通过输入1D向量,使用扩散模型(或GAN,如果需要)生成3D模型?1D-3D扩散模型

stable-diffusion generative-adversarial-network neural-network deep-learning machine-learning

HammJ · 技术社区 · 2 年前

据我所知,到目前为止,我只看到扩散模型与图像一起使用——接收2D噪声或图像数据并输出2D图像。但是,如果问题设置完全不同呢:对于只有一个给定的1D向量,我需要生成几个随机的3D模型。必要时,我们如何使用扩散模型或GAN来实现这一点?还有比扩散模型或GAN更合适的方法吗?

我想构建一个1D-3D扩散模型(或GAN),它以一个1D向量作为输入,但可以输出多个3D模型,给定与3D模型对应的1D向量的无限数据集。

0 回复 | 直到 2 年前

推荐文章

Whitedevil4648 · 我的测试损失在增加,但神经网络的训练损失在减少。我该怎么办?

1 年前

akozel · 分类任务的tensorflow输出层配置

1 年前

Felix Spiers · 更改NN中隐藏层的数量会导致错误

1 年前

A J · 为什么我的动态神经网络有0个参数?

1 年前

Owen · 如何使结构中的变量带有指向非静态成员函数的指针?[副本]

1 年前

Matheus Felipe · 关于并行运行神经网络的最佳方式的建议

1 年前

Irene Ferfoglia · ImportError:无法从“ray.air”导入名称“Checkpoint”

1 年前

Harry · 如何使用神经网络进行分类

2 年前

Tolga Aktas · PyTorch中的register_forward_hook和register_module_forward_hook之间有什么区别?

2 年前

DouHuanmin · 除了使用Tanh()函数外,还有什么规则可以用来将嵌入向量约束在(-1,1)的范围内吗?

2 年前