官方论文代码放出,OpenAI是如何实现图像版GPT-3的?
OpenAI 放出 DALL-E 的部分论文与实现代码。 今年年初,OpenAI 图像版 GPT-3、120 亿参数的 DALL-E 刷屏官方社区,这个大型模型可以将以自然语言形式表达的大量概念转换为合适的图像,效果十分惊艳。 如输入「牛油果形状的椅子」,就可以获得论文绿油油、形态各异的牛油果椅子图像。 如果 GPT-3 一样,大家都在期待 OpenAI 放出 DALL-E 的官方论文与实现代码。 经过近代码两个月的等待,DALL-E 的论文和代码终于新鲜出炉! 不过此项目正在更新,截止发稿时 DALL-E 只开放了使用图像重建部分 d-VAE放出 训练的 CNN 编码器和解码器部分,而 Transformer 代码部分还没有公开。除此以外数据集也不能使用。而论文也是公布了 d-VAE 的,O论文。 项目地址:https://github.com/openai/DALL-E 论文地址:https://arxiv.orpeg/abs/2102.12092 只能期待后续 OpenAI 公开更多的技术细节。 DALL-E 部分代码已开源 这是为 DALL·EnA 所使用的 d-VAE 的官方 PyTorch 包。在运行 DALL-E/notebooks/usage.ipynb 程序之前,需要先安装软件包I是,代码如下: pip install git+https://github.com/openai/DALL-E.git 解码器、如何编码器代码 d-VAE 论文 年初在论文还没有公开的情况下,就有人开始复现,他们复现的依据来自某博主制作的油管视频,在视频中,实现对 DALL·E 的原理结构进行了猜测。那么,现在论文已公开,是否颠覆了他的预想。 传统上,文本到图像的生成主要集中在在固定的训练数图像据集上找到更好的建模假设。这些假设可能涉及复杂的体系架构、辅助损失或辅助信息,例如在训练期间提供的对象部件标签或分割掩码。该研究提版G出了一种基于 transformer 的简单方法,将文本和图像 token 作为单个数据流进行自回归建模。在足够的数据和扩展的情况PT下,当以 zero-shot 方式评估时, 该研究提出的方法与以前的领域特定模型具有相当的竞争力。
- 最近发表
-
- Facebook首席营收官费舍尔宣布离职
- OpenAI 最新基准测试显示 GPT-5 在多个行业中逐渐逼近人类专家
- IDC:2020年全球物联网支出达到6904.7亿美元 中国市场占比23.6%
- 腾讯云披露 4 月 8 日服务故障原因:云 API 异常持续近 87 分钟
- 阿里云通义万相2.2三款视频生成模型正式开源
- IDC TechScape中国数据安全发展路线图首发:涵盖三大类别 18项技术
- 阿里云开源推理模型QwQ-32B,性能比肩满血版DeepSeek-R1,通义APP可用
- 亚马逊云计算掌舵者Andy Jassy接任公司CEO
- 云计算开发:Python内置函数-classmethod修饰符详解
- 标签: 三星中国 三星手机 三星存储 三星显示器
- 随机阅读
-
- 跨国网恋竟是AI骗局:印度医学生打造虚拟网红收割百万粉丝
- 标签: 尼康 ASML 浸没式光刻机 EUV光刻机
- 零一万物新高管亮相!李开复如何推动AI落地 ToB 2.0?
- 标签: 拓斯达 工业机器人 IPO 摩斯IPO
- 利用基于GPU的AI模拟一个现实宇宙 仅需36分钟
- IDC:2020第二季度中国可穿戴设备市场出货量3293万台 同比增15.3%
- 标签: 苹果 App Store 腾讯 佣金费率
- 标签: 麦科田 港股上市 医疗器械 国产替代
- 标签: 荃信生物 赛乐信 奥托奇拜单抗 鲁塞奇塔单抗
- 鑻辩壒灏旂�浜屽�搴﹁惀鏀�196浜跨編鍏� 鍑€鍒╁悓姣斾笅闄�0.9%
- 标签: 比尔·盖茨 AI 全球健康 气候创新
- 亚马逊阿联酋数据中心遭“物体”击中 起火断电
- 标签: 万物新生 爱回收 陈雪峰 二手电子
- 标签: 阶梯医疗 阿里巴巴 腾讯 李雪
- 如何通过数据驱动的分析方法实现可持续发展
- 神秘公司获批美国首个「脑机接口」人体测试,无需开颅2小时植入
- WhatsApp禁止第三方通用AI聊天机器人:2026年1月生效,仅保留Meta AI
- 你的AI模型可能有后门!图灵奖得主发53页长文:小心恶意预测
- 标签: 国民技术 A+H上市 集成电路 港交所
- AI 驱动的“数字孪生”解放工作效率:初创公司 Viven 获3500万美元种子轮融资,解决员工“不在场”痛点
- 搜索
-
- 友情链接