基于MNIST数据集训练的轻量级UNet2D模型,用于无条件生成手写数字图像
下载量 2,081
发布时间 : 10/6/2023
模型简介
这是一个无条件生成模型,无法指定生成特定数字,主要用于生成类似MNIST风格的手写数字图像。
模型特点
轻量级模型
模型规模较小,在Google Colab的L4 GPU实例上仅需约40分钟即可完成训练
无条件生成
不依赖任何条件输入,随机生成MNIST风格的手写数字图像
快速训练
训练时间短,适合快速实验和教学演示
模型能力
生成手写数字图像
无条件图像生成
使用案例
教育与研究
扩散模型教学
用于演示扩散模型的基本原理和工作方式
可生成MNIST风格的数字图像
生成模型研究
作为基础模型用于研究无条件图像生成技术
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文