カテゴリー: DeepLearning

19{icon} {views} タイトル：InstructPix2Pix: Learning to Follow Image Editing Instructions 著者：Tim Brooks, Aleksander […]...

99{icon} {views} 自然言語処理モデルT5を使って文章単位の埋め込み量（Sentence Embedding）を取得することを考えます。T5のEmbeddingはトークン単位ですが、平均を取ることで、簡単に […]...

69{icon} {views} オープンセットな行動認識のできるText4VisというモデルをHMDB51で試し撃ちしてみました。訓練済みモデルが公開されており、すぐ利用することができます。 はじめに Text4Vis […]...

51{icon} {views} タイトル：StyleTTS: A Style-Based Generative Model for Natural and Diverse Text-to-Speech Synthesi […]...

317{icon} {views} タイトル：OCR-free Document Understanding Transformer 著者：Geewook Kim, Teakgyu Hong, Moonbin Yim, […]...

92{icon} {views} タイトル：Lightweight Attentional Feature Fusion: A New Baseline for Text-to-Video Retrieval 著者：Fa […]...

290{icon} {views} タイトル：Large Language Models are Zero-Shot Reasoners 著者：Takeshi Kojima, Shixiang Shane Gu, Mac […]...

286{icon} {views} タイトル：Extremely Simple Activation Shaping for Out-of-Distribution Detection 著者：Andrija Djuris […]...

64{icon} {views} タイトル：Domino: Discovering Systematic Errors with Cross-Modal Embeddings 著者：Sabri Eyuboglu, May […]...

283{icon} {views} タイトル：Exploring Visual Prompts for Adapting Large-Scale Models 著者：Hyojin Bahng, Ali Jahanian, […]...