LLM

图1. 图2. $X$ → $Y$；$Y$ → $X$ 损失函数 $X$ → $Y$：对应图 2. 中的(a)上线、(b)，期望将“Mona的印象派油画” 的风格变成 “手机拍摄的风景照”风格。 $x

GAN网络学习路线GAN网络学习路线GAN网络学习路线GAN网络学习路线GAN网络学习路线GAN网络学习路线

Generative Adversarial Networks（GANs）-生成对抗网络：学习一个损失，试图分类输出图像是真实的还是假的，同时训练一个生成模型来最小化这种损失。 损失函数： $x$：训

Self-attention QKV Q（query）：用于主动 与其他token计算相似度。 K（key）：被用于 与其他token计算相似度。 V（value）：表示当前token的重要程度。 计

注意力机制：选择重要的信息，忽视不重要的信息。 1. 通道注意力机制（CAM） 代表模型：SENet SENet(Squeeze and Excitation Networks)为压缩和激励网络。 压