关于Keras 入门指南 开发者指南 Keras 3 API 文档 Keras 2 API 文档 代码示例 计算机视觉 自然语言处理 结构化数据 时间序列 生成式深度学习 去噪扩散隐式模型 使用稳定扩散穿越潜在空间 DreamBooth 梦想展位 去噪扩散概率模型 通过文本反演教会StableDiffusion新概念 微调稳定扩散 变分自编码器 在GAN中重写Model.train_step WGAN-GP 覆盖 Model.train_step 条件生成对抗网络 CycleGAN 具有自适应鉴别器增强的数据高效GANs 深度梦境 用于条件图像生成的GauGAN PixelCNN 使用StyleGAN生成面部图像 向量量化变分自编码器 神经风格迁移 利用AdaIN进行神经风格迁移 使用 KerasNLP 进行 GPT2 文本生成 使用KerasNLP从零开始进行GPT文本生成 使用微型GPT进行文本生成 使用LSTM的字符级文本生成 使用FNet进行文本生成 使用变分自编码器生成药物分子 使用R-GCN的WGAN-GP生成小分子图 Density estimation using Real NVP 音频数据 强化学习 图数据 快速Keras食谱 KerasTuner:超参数调优 KerasCV:计算机视觉工作流 KerasNLP:自然语言工作流程
► 代码示例 / 生成式深度学习

生成式深度学习

Image generation

★
V3
去噪扩散隐式模型
★
V3
使用稳定扩散穿越潜在空间
V2
DreamBooth 梦想展位
V2
去噪扩散概率模型
V2
通过文本反演教会StableDiffusion新概念
V2
微调稳定扩散
V3
变分自编码器
V3
在GAN中重写Model.train_step
V3
WGAN-GP 覆盖 Model.train_step
V3
条件生成对抗网络
V2
CycleGAN
V2
具有自适应鉴别器增强的数据高效GANs
V3
深度梦境
V3
用于条件图像生成的GauGAN
V3
PixelCNN
V2
使用StyleGAN生成面部图像
V2
向量量化变分自编码器

Style transfer

V3
神经风格迁移
V2
利用AdaIN进行神经风格迁移

Text generation

★
V3
使用 KerasNLP 进行 GPT2 文本生成
V3
使用KerasNLP从零开始进行GPT文本生成
V3
使用微型GPT进行文本生成
V3
使用LSTM的字符级文本生成
V2
使用FNet进行文本生成

Graph generation

V2
使用变分自编码器生成药物分子
V2
使用R-GCN的WGAN-GP生成小分子图

Other

V2
Density estimation using Real NVP

Terms | Privacy