ERNIE-Image：开源文生图正在从“会画图”走向“能交付视觉内容”

SeedEdit 3.0 深度解读：图像编辑真正进入“产品可用性竞争”

Seedream 3.0 Technical Report：一篇读懂字节 Seedream 3.0 的图像生成系统升级

Seedream 2.0：一篇读懂中文图像生成模型的真正主线

DALL·E 2 的真正转折：一篇读懂 CLIP Latents 如何重写文本生成图像

SVDQuant：一篇读懂 4-bit 扩散模型量化的真正难点

nohup和&组合使用nohup python file.py > filelog.txt 2>&1 &上述代码的组合使用就能够避免终端关闭、服务器断开等情况导致的模型训练终止。参数解释：filelog.txt：> 表示把标准输出（STDOUT）重定向到这个文件，这里重定向到了当前目录下的filelog.txt里，若没有此文件会自动生成。若没有特别指定，默

Focal Loss本质Focal Loss本质上解决了分类问题中类别不均衡、分类难度差异的一个损失函数，使得训练更加聚焦在困难样本上。Focal Loss的发展演化Focal Loss是从二分类问题出发，同样的思想可以迁移到多分类问题上。标准交叉熵我们知道二分类问题的标准loss是交叉熵：对于二分类问题我们也几乎适用sigmoid激活函数y^=σ(x)\hat{y} = \sigma(x)y^​

一.原始GAN存在的训练崩溃问题所谓GAN的训练崩溃，指的是训练过程中，生成器和判别器存在一方压倒另一方的情况。GAN原始判别器的Loss在判别器达到最优的时候，等价于最小化生成分布与真实分布之间的JS散度，由于随机生成分布很难与真实分布有不可忽略的重叠以及JS散度突变特性，使得生成器面临梯度消失的问题；可是如果不把判别器训练到最优，那么生成器优化的目标也就失去了意义。因此需要我们小心的平衡二..

Wider face数据集地址Widerface数据集是一个人脸检测的主流数据集。里面有32203张人脸图像，393703个标注人脸，且各类场景十分复杂。为了深入分析各类误检，作者还对每个人脸bbox还标注了多属性：遮挡、姿态、事件等，可以全方位多角度的评估算法的性能。wider face可以划分为60类事件，每类事件中的图像按照：训练 / 验证 / 测试：40% / 10% / 50%的比例划分