文本转图像 学习笔记

VQGAN (Vector Quantized Generative Adversarial Network) 是一种基于 GAN 的生成模型，可以将图像或文本转换为高质量的图像。

VQ （Vector Quantization）是一种数据压缩技术，是指将连续数据表示为离散化的向量。输入的图像或文本被映射到 VQ 空间中的离散化向量表示，然后，离散化向量然后被送到 GAN 模型中进行图像生成。（参见上图的下半部分）在训练过程中，VQGAN 模型会优化两个损失函数：一个用于量化误差（即离散化向量和连续值之间的误差），另一个用于生成器和判别器之间的对抗损失。
GAN 是由生成器和判别器两个模型组成的，生成器负责生成图像，判别器负责判断生成的图像是否为真实的图像。在训练过程中，生成器和判别器相互博弈，不断优化各自的参数，以使生成的图像更接近真实图像。

原文链接：https://blog.csdn.net/qq_42208244/article/details/132889927

VQGAN理论加代码一对一详解，小白向解析-CSDN博客