基于条件评分的神经符号约束的生成模型

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文介绍了一种方法,通过后续学习潜在约束,在不重新训练模型的情况下进行条件生成,并生成逼真的有条件图像。同时,使用基于梯度的优化来保持恒等变换,以最小调整潜在空间来修改图像属性。最后,结合离散的音符序列进行零样本条件生成,无需标记数据或可微分奖励函数。

🏷️

标签

➡️

继续阅读