DALL·E 2【论文精读】

[@zhoutong5494]

1:12:28
这里应该是讲错了，图生图的操作在原论文第三章开头，直接用CLIP image encoder拿到输入图像的embedding，就可以加噪声去decoder进行扩散操作了，而不是再走一遍text encoder + prior

[@dannychan9461]

而且用CLIP的圖像特徵能直接得到文本特徵嗎？雖然CLIP好像是用線性映射把文本特徵映射到Image-text embedding space的

[@jialima8298]

太喜欢这个老师的讲解了~~~

[@李勇-x2s]

Clear explanation. Thanks for the explanation for a series of papers.

[@Liamlauu]

Great, give a summary development of the recent diffusion model.

[@dtienloi]

Mu Li的分身

[@carl-vu6ic]

U-net是必要的，不用U-net效果都不行，并不是用其他的网络都可以的

[@boranwang6479]

赞一下，进度条做了切割，更周到

[@menglilingsha]

ddpm预测epsilon，diffusion用unet如果带一个从input到output的skip link，有什么区别？本身unet有skip link就是预测残差呀？

[@raymantube]

讲的深入简出， 听口音，这期演讲人是西安人？

[@kilin..]

讲的是真好，一个视频里面的概念和内容配合chatGPT的解释，都够我做一个私人知识库了，感谢！

[@linweiwei927]

謝邀，我中間那些題外的我已經聽不懂了😂😂

[@polor1010]

講的真好, 學習很多 希望這個頻道可以持續經營下去

[@yirushen6460]

讲的太透彻了！！👍

[@jijie133]

Great video!

[@menkiguo7805]

无意间看到了真的讲的很好

[@ostensibly531]

Please chat through midjourney

[@iamjerryliu]

受益匪浅🙏🙏🙏

[@jimmorrisshen]

刚刚出炉？

[@hopperblue934]

666

[@bibiworm]

讲的太好了

[@王华庚]

感谢UP主的精彩解析

[@difeitang1823]

clip不就是把文本特征和图像特征对齐么。那么y和z理论上就是一样的啊。prior学习的东西是不是可以理解为clip的残差