深度学习常用优化器参考：https://cloud.tencent.com/developer/article/1872633https://www.cnblogs.com/guoyaohua/p/8542554.htmlhttps://zhuanlan.zhihu.com/p/377141061论文前置知识：梯度计算、指数加权平均1. 背景为深度学习模型选择合适的 optimizer 不是一项容

在深度学习中，指数加权平均不仅体现在优化器中，还会使用在模型更新中，会定义两个相同的模型，一个用于训练，一个用于保存采用EMA更新的参数，一定程度上增加了模型的鲁棒性。

Unsupervised（Unpaired） Person Image Generation with Semantic Parsing Transformation

该工作的目标是分离出人体姿态的基础上，解耦形状信息与纹理信息，从而实现灵活的人体图像编辑。然而将形状信息与纹理信息从耦合的图像中分离出来是非常困难的。为此，作者引入人体语义分割图作为中间结果，将形状信息显示地表示出来。...

本文提出了使用未配对的数据进行动漫图像合成的通用解决方案。本文旨在训练一个通用动漫翻译器，它不仅可以同时渲染夸张的动漫面孔和逼真的卡通场景，而且还可以为用户想要的卡通风格提供灵活的控制。本文的核心思想是引入门控循环映射，它利用一种新颖的门控映射单元来生成特定类别的 Style Code，并将其嵌入到循环网络中来控制翻译过程。本文定义了四种类别，照片/卡通人像/场景，这样可以学习更精细的细粒度类翻译

Learning to Memorize Feature Hallucination for One-Shot Image Generation论文地址：https://drive.google.com/file/d/1Gq-167f2ue30463K4XMkHOJThg9Yugk0/view参考：1. 简单解读本文研究的是图像生成领域中的单样本生成 (One-Shot Generati

最初的NeRF只将图片作为监督信号，没有充分利用已有的信息，导致每个场景都要重新训练、需要较为密集的采样、训练时间长等问题。以上三篇论文都采用了2DCNN来提取图像的特征，然后建立场景与特征图之间的联系，一定程度上弥补了NeRF的缺陷。

Linux 系统 tar、rar、zip、7z、7za 压缩、解压命令