扩散模型

何恺明新作：给扩散模型加正则化，无需预训练无需数据增强，超简单实现性能提升

作者

研究者提出一种新的正则化方法Dispersive Loss，旨在改进扩散模型生成图片的效果。该方法不需要定义正样本对，通过鼓励中间表示的分散性来提高模型的泛化能力和生成质量。论文在ImageNet数据集上进行了测试，并展示了其有效性。

16年磨一剑！三位图灵奖大咖力荐的深度学习书有中文版了！

作者

一本好的教材兼具体量恢弘与思想深邃，《深度学习：基础与概念》就是这样的一本经典入门书籍，作者Christopher M.Bishop长期深耕人工智能领域，并获得多位AI领域的重量级专家推荐。