AIGC实战——使用变分自编码 - 器生成面部图像
0. 前言 1. 数据集分析 2. 训练变分自编码器 2.1 变分自编码器架构 2.2 变分自编码器分析 3. 生成新的面部图像 4. 潜空间算术 5. 人脸变换 小结 系列链接0. 前言
在自编码器和变分自编码器上，我们都仅使用具有两个维度的潜空间。这有助于我们可视化自编码器和变分自编码器的内部工作原理，并理解自编码器和变分自编码潜空间分布的区别。在本节中，我们将使用更复杂的数据集，并了解增加潜空间的维度时，变
数据集面部图像可视化aigc生成面部url
