无
入门指南 开发者指南 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 隐式扩散去噪模型 Stable Diffusion 3 潜在空间漫步 DreamBooth 概率扩散去噪模型 通过文本反转教会 StableDiffusion 新概念 微调 Stable Diffusion 变分自编码器 GAN 重写 Model.train_step WGAN-GP 重写 Model.train_step 条件 GAN CycleGAN 自适应判别器增强的数据高效 GAN 深度梦境 用于条件图像生成的 GauGAN PixelCNN StyleGAN 人脸图像生成 矢量量化变分自编码器 Stable Diffusion 潜在空间漫步 神经风格迁移 AdaIN 神经风格迁移 使用 KerasHub 的 GPT2 文本生成 从头开始使用 KerasHub 生成 GPT 文本 使用微型 GPT 生成文本 使用 LSTM 进行字符级文本生成 使用 FNet 进行文本生成 使用 Transformer 模型生成音乐 使用 VAE 生成药物分子 用于生成小分子图的 WGAN-GP 与 R-GCN 使用 Real NVP 进行密度估计 音频数据 强化学习 图数据 快速 Keras 技巧 Keras 3 API 文档 Keras 2 API 文档 KerasTuner: 超参数调优 KerasHub: 预训练模型 KerasRS
keras.io logo
  • 快速入门
  • 指南
  • API
  • 示例
  • Keras Tuner
  • Keras RS
  • Keras Hub
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 隐式扩散去噪模型 Stable Diffusion 3 潜在空间漫步 DreamBooth 概率扩散去噪模型 通过文本反转教会 StableDiffusion 新概念 微调 Stable Diffusion 变分自编码器 GAN 重写 Model.train_step WGAN-GP 重写 Model.train_step 条件 GAN CycleGAN 自适应判别器增强的数据高效 GAN 深度梦境 用于条件图像生成的 GauGAN PixelCNN StyleGAN 人脸图像生成 矢量量化变分自编码器 Stable Diffusion 潜在空间漫步 神经风格迁移 AdaIN 神经风格迁移 使用 KerasHub 的 GPT2 文本生成 从头开始使用 KerasHub 生成 GPT 文本 使用微型 GPT 生成文本 使用 LSTM 进行字符级文本生成 使用 FNet 进行文本生成 使用 Transformer 模型生成音乐 使用 VAE 生成药物分子 用于生成小分子图的 WGAN-GP 与 R-GCN 使用 Real NVP 进行密度估计 音频数据 强化学习 图数据 快速 Keras 技巧
► 代码示例 / 生成式深度学习

生成式深度学习

图像生成

★
V3
隐式扩散去噪模型
★
V3
Stable Diffusion 3 潜在空间漫步
V2
DreamBooth
V2
概率扩散去噪模型
V2
通过文本反转教会 StableDiffusion 新概念
V2
微调 Stable Diffusion
V3
变分自编码器
V3
GAN 重写 Model.train_step
V3
WGAN-GP 重写 Model.train_step
V3
条件 GAN
V3
CycleGAN
V3
自适应判别器增强的数据高效 GAN
V3
深度梦境
V3
用于条件图像生成的 GauGAN
V3
PixelCNN
V2
StyleGAN 人脸图像生成
V2
矢量量化变分自编码器
V3
Stable Diffusion 潜在空间漫步

风格迁移

V3
神经风格迁移
V2
AdaIN 神经风格迁移

文本生成

★
V3
使用 KerasHub 的 GPT2 文本生成
V3
从头开始使用 KerasHub 生成 GPT 文本
V3
使用微型 GPT 生成文本
V3
使用 LSTM 进行字符级文本生成
V2
使用 FNet 进行文本生成

音频生成

V3
使用 Transformer 模型生成音乐

图生成

V3
使用 VAE 生成药物分子
V2
用于生成小分子图的 WGAN-GP 与 R-GCN

其他

V2
使用 Real NVP 进行密度估计

条款
|
隐私