前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >专栏 >#7 Python顺序、条件、循环语句

#7 Python顺序、条件、循环语句

作者头像
py3study
发布于 2020-01-17 04:36:32
发布于 2020-01-17 04:36:32
1.4K00
代码可运行
举报
文章被收录于专栏:python3python3
运行总次数:0
代码可运行

前言

上一节讲解了Python的数据类型和运算,本节将继续深入,涉及Python的语句结构,相当于Python的语法,是以后编写程序的重要基础!

一、顺序语句

顺序语句很好理解,就是按程序的顺序逻辑编写程序即可,例如:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
1 name = input('Please input your name:')
2 
3 print('I am ', name)
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
Please input your name:MinuteSheep
I am  MinuteSheep

输出结果

 上面代码展示了很标准的顺序语句,逻辑结构如下:

二、条件语句

每当你的程序需要做出选择,就要使用条件语句了,条件语句通过判断条件的真假来决定执行的代码块,先来看条件语句的逻辑结构:

由上图可以看到,当条件为True是,执行语句1和语句2,当条件为False时,只执行语句2,这就是条件语句的迷人之处

代码块

细心的小伙伴可能已经发现上面的新名词:代码块。每一种编程语句都有其独特的代码块,在Python中,用缩进来控制代码块

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
1 name = input('Please input your name:')
2 
3 if name == 'MinuteSheep':
4     print('Your are MS')
5     print('Your are the best man in the world!')
6 else:
7     print('Your are not MS')

从上面的代码中可以明显的看出代码块的存在,第4行和第5行是条件为真的代码块,第7行是条件为假的代码块。

在Python中,用4个空格或者Tab来缩进,但要注意:整个程序中只能使用一种缩进格式,不能混着使用,否则会提示缩进错误。

单条件

铺垫了这么多,也该引出Python条件语句的语法了吧。在Python中,条件语句使用 if......else...... 格式表示条件语句,其形式为:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
if 判断条件:
    条件为真代码块
else:
    条件为假代码块

其中,else为可选语句,条件为假什么都不执行的时候可以将其省略不写,看下例:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
1 name = input('Please input your name:')    # 输入你的名字
2 
3 if name == 'MinuteSheep':   # 判断变量name是否为MinuteSheep
4     print('Your are MS')    # 条件为真则执行
5     print('Your are the best man in the world!')  # 条件为真则执行
6 else:
7     print('Your are not MS')   # 条件为假则执行
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
Please input your name:MinuteSheep
Your are MS
Your are the best man in the world!

输出结果

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
1 flag = True
2 
3 if flag:    # 判单flag是否为真,也可以写为 if flag == True:
4     print('flag is True')
5 # 条件为假时不需要执行任何代码,则else忽略不写
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
flag is True

输出结果

多条件

有小伙伴肯定会问,需要判断多个条件时岂不是要写多个 if 语句。其实在Python中,多条件的判断是有其独特的语法的,使用 if......elif......elif......else...... 即可,其形式为:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
if 判断条件1:
    条件为真代码块
elif 判断条件2:
    条件为真代码块
elif 判断条件3:
    条件为真代码块
else:
    条件为假代码块

其中,else为可选语句,条件为假什么都不执行的时候可以将其省略不写,看下例:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
 1 num = 20
 2 
 3 if num > 30:
 4     print('>30')
 5 elif num > 20:
 6     print('>20')
 7 elif num > 10:
 8     print('>10')
 9 else:
10     print('<=10')
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
>10

输出结果

条件语句嵌套

条件语句是可以嵌套的,在实际使用中应该灵活应用:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
1 num = 20
2 
3 if num > 10:
4     print('>10')
5     if num > 15:
6         print('>15')
7         if num > 18:
8             print('>18')
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
>10
>15
>18

输出结果

三元运算
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
条件为真的结果 if 判断条件 else 条件为假的结果

举例就明白了:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
1 num = 1 if 1 > 2 else 5
2 '''
3 相当于:
4 if 1 > 2:
5     num = 1
6 else:
7     num = 5
8 '''
9 print(num) # 结果为 5
简单语句组

对于小代码块可以写在一行,更加美观,例如:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
1 num = 100
2 
3 if num == 100: print('Hello,world!')

虽然美观,但并不推荐大家使用

三、循环语句

循环语句的出现,可以说是真正的解放人力,计算机的优势很大程度上依赖循环,先来看看循环语句的逻辑结构:

从上图可以看出,只要循环条件为真,那么循环语句就会被执行多次,Python语言中存在两种循环,一起来看看吧

for循环

for循环主要起到遍历元素的作用,第一次接触可能觉得怪怪的,不要担心,用熟了你就会发现for循环非常方便,先来看个例子:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
1 for num in range(10):   # 遍历整数,
2     print(num)
3 
4 for letter in 'MinuteSheep':   # 遍历字符串
5     print(letter)
6 
7 for element in ['Python', 'C', 'Java']:   # 遍历列表
8     print(element)
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
0
1
2
3
4
5
6
7
8
9
M
i
n
u
t
e
S
h
e
e
p
Python
C
Java

输出结果

从上面代码可以看到for循环作为迭代工具使用相当强大。

for循环可以和else配合使用,else的代码块会在for循环结束后执行,例如:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
1 for element in ['Python', 'C', 'Java']:   # 遍历列表
2     print(element)
3 else:
4     print('Bye~')
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
Python
C
Java
Bye~

输出结果

对于上面的代码,萌新肯定还有疑问,为什么是num、letter、element? 关键字 in 是什么?

num、letter、element是自己随便起的变量名,可以更改,换成 i、p随便什么都行,只要符合变量的命名规则就行,关键字 in ,就是在里面的意思,用代码解释更容易理解:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
In [1]: 5 in range(10)
Out[1]: True

In [2]: 'MS' in ['MinuteSheep', 'Mike']
Out[2]: False

In [3]: 'MS' in 'MinuteSheep'
Out[3]: False

In [4]: 'Mi' in 'MinuteSheep'
Out[4]: True

通过这段代码应该就可以理解了

while循环

while循环是真循环,而不像for循环主要起遍历作用,其形式为:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
while 循环条件:
    条件为真代码块
else:
    条件为假代码块

其中,else为可选语句,条件为假什么都不执行的时候可以将其省略不写,看下例:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
1 num = 5
2 
3 while num < 10:
4     print('条件为真,执行我')
5     num += 1
6 else:
7     print('条件为假,该执行我了')
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
条件为真,执行我
条件为真,执行我
条件为真,执行我
条件为真,执行我
条件为真,执行我
条件为假,该执行我了

输出结果

无限循环:在Python中,使用 while True: 循环内容 即可实现无限循环:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
1 num = 0
2 while True:
3     num += 1
4     print(num)

执行后就会发现屏幕上不停的跑数字而不会停止,想要停止按下键盘 Ctrl + C 来强制停止。

while循环也有简单语句组,同样也不推荐使用

循环语句嵌套

循环语句之间也是可以嵌套的,两种循环语句既可以独立嵌套,也可以互相嵌套,看例:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
1 # for循环嵌套
2 for i in range(10):
3     for p in range(5):
4         print(p) 
5 
6 # 可以看到输出了1001234
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
0
1
2
3
4
0
1
2
3
4
0
1
2
3
4
0
1
2
3
4
0
1
2
3
4
0
1
2
3
4
0
1
2
3
4
0
1
2
3
4
0
1
2
3
4
0
1
2
3
4

输出结果

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
  # while循环嵌套
1 num = 5
2 while num < 7:
3     while num < 6:
4         print('hello~~~')
5         num += 1
6     print('hi~~~~')
7     num += 1
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
hello~~~
hi~~~~

输出结果

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
1 # whilefor 循环嵌套
2 num = 5
3 while num < 8:
4     for i in range(3):
5         print(i)
6     num +=1
7 
8 # 可以看到输出了3012
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
0
1
2
0
1
2
0
1
2

输出结果

以上就是循环的嵌套,在实际运用中应该灵活使用循环的嵌套,往往会带来事半功倍的效果!

循环控制语句

接下来的三个关键字起到循环控制的作用,分别是break,continue,pass

Break

中断循环,也称为跳出循环、结束循环,在循环过程中,遇到break,就会跳出这个循环,看例:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
1 num = 0
2 
3 while True:
4     if num > 3:
5         print('我要跳出循环啦')
6         break
7     print('我正在循环')
8     num += 1
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
我正在循环
我正在循环
我正在循环
我正在循环
我要跳出循环啦

输出结果

由上面代码可以看到,循环过程中一但遇到break,就会跳出此循环,即使是无限循环也不顶用

Continue

继续循环,也成为跳过本次循环,在循环过程中,遇到continue,会跳过本次循环,继续下一次循环,看例:

代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
1 num = 0
2 
3 while num < 5:
4     num += 1
5     if num > 3:
6         print('我要跳过一次循环啦')
7         continue
8     print('我正在循环')
代码语言:javascript
代码运行次数:0
运行
AI代码解释
复制
我正在循环
我正在循环
我正在循环
我要跳过一次循环啦
我要跳过一次循环啦

输出结果

由上面代码可以看到,有两次循环被跳过,只输出了3次“我正在循环”,也可以看到continue并不会跳出循环,循环还会继续执行

空语句 pass

空语句其实是有语句的,pass代表空语句,程序遇到pass什么也不会执行,仅仅是路过,有时为了保持程序的美观、完整性,通常会用pass占位,有时没想好程序怎么写,也用pass占位,什么都不写的话程序会报错,就好像写作文想好了小标题,却没想好内容写什么的时候,可以用pass代替内容,想好后再作修改。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2019/05/08 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
打破GANs“垄断”|OpenAI新研究:Diffusion Models 图文转换效果超越DALL-E
以前,当我们想拥有一副图像时,首先会做的就是找专业画师,将我们对图画的要求逐一描述,画师再根据需求醉墨淋漓一番。但这种方式需要耗费一定的时间和人力成本,且成果不一定尽如人意。
AI算法与图像处理
2021/12/27
1.4K0
打破GANs“垄断”|OpenAI新研究:Diffusion Models 图文转换效果超越DALL-E
OpenAI逆炼以文生图:参数缩水2/3性能却更强,还get局部编辑新技能|可试玩
大家仔细看这效果,“使用计算器的刺猬”、“星空下的狐狸”、“彩色玻璃窗风格的熊猫吃竹子”、“太空升降舱蜡笔画”:
量子位
2021/12/24
8240
OpenAI逆炼以文生图:参数缩水2/3性能却更强,还get局部编辑新技能|可试玩
叫板DALL·E 2,预训练大模型做编码器,谷歌把文字转图像模型卷上天
点击上方↑↑↑“OpenCV学堂”关注我来源:公众号 机器之心  授权 OpenAI:DALL・E 2 就是最好的。谷歌:看下我们 Imagen 生成的柴犬? 多模态学习近来受到重视,特别是文本 - 图像合成和图像 - 文本对比学习两个方向。一些模型因在创意图像生成、编辑方面的应用引起了公众的广泛关注,例如 OpenAI 的文本转图像模型 DALL・E、英伟达的 GauGAN。现在,来自谷歌的研究者也在这一方向做出了探索,提出了一种文本到图像的扩散模型 Imagen。 Imagen 结合了 Transfor
OpenCV学堂
2022/05/25
5780
叫板DALL·E 2,预训练大模型做编码器,谷歌把文字转图像模型卷上天
文本生成图像这么火,你需要了解这些技术的演变
选自 Intento 作者:Grigory Sapunov 机器之心编译 机器之心编辑部 目前多模态任务成为行业热点,本文梳理了较为优秀的多模态文本图像模型:DALL·E、CLIP、GLIDE、DALL·E 2 (unCLIP)的模型框架、优缺点,及其迭代关系。 OpenAI 最近发布了 DALL·E 2 系统,在 AI 界引发了「地震」,该系统能够根据文本描述创建图像。这是 DALL·E 系统的第二个版本,第一个版本是在近一年前发布的。然而,在 OpenAI 内部,DALL·E 2 背后的模型被称为 u
机器之心
2022/06/07
1.9K0
文本生成图像这么火,你需要了解这些技术的演变
逼真度超越「AI设计师」DALL·E 2!谷歌大脑推出新的文本生成图像模型——Imagen
作者|李梅、王玥 编辑|陈彩娴 文本生成图像模型界又出新手笔! 这次的主角是Google Brain推出的 Imagen,再一次突破人类想象力,将文本生成图像的逼真度和语言理解提高到了前所未有的新高度!比前段时间OpeAI家的DALL·E 2更强! 话不多说,我们来欣赏这位AI画师的杰作~ A brain riding a rocketship heading towards the moon.(一颗大脑乘着火箭飞向月球。) A dragon fruit wearing karate belt in th
AI科技评论
2022/05/25
7270
逼真度超越「AI设计师」DALL·E 2!谷歌大脑推出新的文本生成图像模型——Imagen
多模态新王登基!OpenAI发布DALL·E 2,生成图像「指哪打哪」
---- 新智元报道   编辑:LRS 【新智元导读】大艺术家重磅升级!最近OpenAI发布升级版DALL·E 2,不仅分辨率提升了4倍,准确率更高,业务也更广了:除了生成图像,还能二次创作! 2021年1月,OpenAI放了一个大招:DALL-E模型,让自然语言和图像成功牵手,输入一段不管多离谱的文本,都能生成图片! 比如经典的「牛油果形状的扶手椅」,还有新奇生物「一个长颈鹿乌龟」。 当时看着已经够神奇了吧? 时隔一年,OpenAI结合另一个多模态模型CLIP,发布了第二个版本DALL·E 2!
新智元
2022/04/11
4950
多模态新王登基!OpenAI发布DALL·E 2,生成图像「指哪打哪」
DALL-E发明者受访:我对其两年来产生的影响感到惊讶
选自VentureBeat 作者:Sharon Goldman 机器之心编译 编辑:袁铭怿 DALL-E 等生成式模型的「高光时刻」已经出现,作为发明者,Ramesh 表示:「我们第一次尝试这个研究方向,是想看看能有什么作为。现在想来,恍如昨日。」 OpenAI 研究员、DALL-E 发明者和 DALL-E 2 联合开发者 Aditya Ramesh(图源自 OpenAI)。 在 DALL-E 2、Stable Diffusion 和 Midjourney 出现之前,该领域仅有一篇论文,即《零样本文本到图
机器之心
2023/03/29
5110
DALL-E发明者受访:我对其两年来产生的影响感到惊讶
7 Papers & Radios | OpenAI文本生成图像新模型GLIDE;培养皿中百万人脑细胞打乒乓
本周论文包括OpenAI 文本生成图像新模型 GLIDE 用 35 亿参数媲美 DALL-E;黑客帝国「缸中之脑」有眉目了?培养皿中百万人脑细胞学会打乒乓球,仅用了 5 分钟。
机器之心
2021/12/28
6330
7 Papers & Radios | OpenAI文本生成图像新模型GLIDE;培养皿中百万人脑细胞打乒乓
使用扩散模型从文本提示中生成3D点云
虽然最近关于根据文本提示生成 3D点云的工作已经显示出可喜的结果,但最先进的方法通常需要多个 GPU 小时来生成单个样本。这与最先进的生成图像模型形成鲜明对比,后者在几秒或几分钟内生成样本。在本文中,我们探索了一种用于生成 3D 对象的替代方法,该方法仅需 1-2 分钟即可在单个 GPU 上生成 3D 模型。我们的方法首先使用文本到图像的扩散模型生成单个合成视图,然后使用以生成的图像为条件的第二个扩散模型生成 3D 点云。虽然我们的方法在样本质量方面仍未达到最先进的水平,但它的采样速度要快一到两个数量级,为某些用例提供了实际的权衡。我们在 https://github.com/openai/point-e 上发布了我们预训练的点云扩散模型,以及评估代码和模型。
3D视觉工坊
2023/04/29
1.2K0
使用扩散模型从文本提示中生成3D点云
DALL-E 2的工作原理原来是这样!
CLIP+修改版GLIDE双管齐下。 作者 | Ryan O'Connor 编译丨王玥 编辑 | 陈彩娴 OpenAI的模型DALL-E 2于本月初发布,刚一亮相,便在图像生成和图像处理领域卷起了新的风暴。 只需要给到寥寥几句文本提示,DALL-E 2就可以按文本指示生成全新图像,甚至能将毫不相关的物体以看似合理的语义方式组合在一起。 比如用户输入提示“一碗汤是另一个次元的入口”后,DALL-E 2便生成了以下的魔幻图片。 “一碗汤是另一个次元的入口” 图源:https://openai.com/dal
AI科技评论
2022/04/21
1.3K0
DALL-E 2的工作原理原来是这样!
OpenAI的DALL·E迎来升级,不止文本生成图像,还可二次创作
机器之心报道 机器之心编辑部 在令人叹为观止方面,OpenAI 从不令人失望。 去年 1 月 6 日,OpenAI 发布了新模型 DALL·E,不用跨界也能从文本生成图像,打破了自然语言与视觉次元壁,引起了 AI 圈的一阵欢呼。 时隔一年多后,DALL·E 迎来了升级版本——DALL·E 2。 与 DALL·E 相比,DALL·E 2 在生成用户描述的图像时具有更高的分辨率和更低的延迟。并且,新版本还增添了一些新的功能,比如对原始图像进行编辑。 不过,OpenAI 没有直接向公众开放 DALL·E 2。
机器之心
2022/04/08
1K0
OpenAI的DALL·E迎来升级,不止文本生成图像,还可二次创作
简洁、生动,图解「老画师」DALL-E 2的工作原理
选自assemblyai 作者:Ryan O'Connor 机器之心编译 编辑:蛋酱 效果惊艳的 DALL-E 2,到底是怎么工作的? 2022 年 4 月初,OpenAI 的开创性模型 DALL-E 2 登场,为图像生成和处理领域树立了新的标杆。只需输入简短的文字 prompt,DALL-E 2 就可以生成全新的图像,这些图像以语义上十分合理的方式将不同且不相关的对象组合起来,就像通过输入 prompt「a bowl of soup that is a portal to another dimensi
机器之心
2022/04/24
1.3K0
简洁、生动,图解「老画师」DALL-E 2的工作原理
2022年AI顶级论文 —生成模型之年(上)
CV - 计算机视觉 | ML - 机器学习 | RL - 强化学习 | NLP 自然语言处理 过去十年来,人工智能技术在持续提高和飞速发展,并不断冲击着人类的认知。 2012年,在ImageNet图像识别挑战赛中,一种神经网络模型(AlexNet)首次展现了明显超越传统方法的能力。 2016年,AlphaGo在围棋这一当时人们认为其复杂性很难被人工智能系统模拟的围棋挑战赛中战胜了世界冠军。 2017年,Google的Ashish Vaswani等人提出了 Transformer 深度学习新模型
AiCharm
2023/05/15
4660
2022年AI顶级论文 —生成模型之年(上)
DALL·E-2是如何工作的以及部署自己的DALL·E模型
DALL·E-2可以通过自然语言的描述创建现实的图像。Openai发布了dall·e-2的Beta版。在本文中,我们将仔细研究DALL·E-2的原始研究论文,并了解其确切的工作方式。由于并没有开放源代码, Boris Dayma等人根据论文创建了一个迷你但是开源的模型Dall·E Mini(命名为Craiyon),并且在craiyon.com上提供了一个DEMO。
deephub
2022/11/11
3.1K0
DALL·E-2是如何工作的以及部署自己的DALL·E模型
Transformer再胜Diffusion!谷歌发布新一代文本-图像生成模型Muse:生成效率提升十倍
---- 新智元报道   编辑:LRS 【新智元导读】谷歌带着更强大的图像生成模型来了,依然Transformer! 最近谷歌又发布了全新的文本-图像生成Muse模型,没有采用当下大火的扩散(diffusion)模型,而是采用了经典的Transformer模型就实现了最先进的图像生成性能,相比扩散或自回归(autoregressive)模型,Muse模型的效率也提升非常多。 论文链接:https://arxiv.org/pdf/2301.00704.pdf 项目链接:https://muse-mod
新智元
2023/02/24
8440
Transformer再胜Diffusion!谷歌发布新一代文本-图像生成模型Muse:生成效率提升十倍
文本生成图像工作简述4--扩散模型、自回归模型、生成对抗网络的对比调研
基于近年来图像处理和语言理解方面的技术突破,融合图像和文本处理的多模态任务获得了广泛的关注并取得了显著成功。
中杯可乐多加冰
2024/04/21
1.3K0
文本生成图像工作简述1--概念介绍和技术梳理
基于深度学习的机器学习方法已经在语音、文本、图像等单一模态领域取得了巨大的成功,而同时涉及到多种输入模态的多模态机器学习研究有巨大的应用前景和广泛的研究价值,成为了近年来的研究热点。
中杯可乐多加冰
2024/04/18
5260
OpenAI新研究:扩散模型在图像合成质量上击败BigGAN,多样性还更佳
新模型在ImageNet512×512上实现了3.85FID,甚至在每个样本只有25次正向传递的情况下,其生成图像质量可匹敌DeepMind提出的BigGAN。
AI科技评论
2021/05/20
4.5K0
图像、视频生成大一统!MSRA+北大全华班「女娲」模型怒刷8项SOTA,完虐OpenAI DALL-E
前脚刚推出取得了40多个新SOTA的Florence「佛罗伦萨」吊打CLIP,横扫40多个SOTA。
新智元
2021/11/29
8851
图像、视频生成大一统!MSRA+北大全华班「女娲」模型怒刷8项SOTA,完虐OpenAI DALL-E
研究者意外发现DALL-E 2在用自创语言生成图像:全文黑话,人类都看不懂
机器之心报道 机器之心编辑部 人工智能 DALLE 善于画出各种神奇图像的原因在于——它不说人话。 「我们发现 DALLE-2 似乎有一个隐藏的词汇表,用于生成各种荒谬描述内容的图像。例如,Apoploe vesrreaitais 似乎是指鸟类,而 Contarra ccetnxniams luryca tanniounons 有时指虫子。我们发现这些 prompt 通常在孤立的情况下是一致的,但有时也是组合的,」研究人员写道。 DALL-E 生成的各种诡异图片在社交网络上刷屏已经持续了一段时间,有关为什么
机器之心
2022/06/02
1.1K0
研究者意外发现DALL-E 2在用自创语言生成图像:全文黑话,人类都看不懂
推荐阅读
打破GANs“垄断”|OpenAI新研究:Diffusion Models 图文转换效果超越DALL-E
1.4K0
OpenAI逆炼以文生图:参数缩水2/3性能却更强,还get局部编辑新技能|可试玩
8240
叫板DALL·E 2,预训练大模型做编码器,谷歌把文字转图像模型卷上天
5780
文本生成图像这么火,你需要了解这些技术的演变
1.9K0
逼真度超越「AI设计师」DALL·E 2!谷歌大脑推出新的文本生成图像模型——Imagen
7270
多模态新王登基!OpenAI发布DALL·E 2,生成图像「指哪打哪」
4950
DALL-E发明者受访:我对其两年来产生的影响感到惊讶
5110
7 Papers & Radios | OpenAI文本生成图像新模型GLIDE;培养皿中百万人脑细胞打乒乓
6330
使用扩散模型从文本提示中生成3D点云
1.2K0
DALL-E 2的工作原理原来是这样!
1.3K0
OpenAI的DALL·E迎来升级,不止文本生成图像,还可二次创作
1K0
简洁、生动,图解「老画师」DALL-E 2的工作原理
1.3K0
2022年AI顶级论文 —生成模型之年(上)
4660
DALL·E-2是如何工作的以及部署自己的DALL·E模型
3.1K0
Transformer再胜Diffusion!谷歌发布新一代文本-图像生成模型Muse:生成效率提升十倍
8440
文本生成图像工作简述4--扩散模型、自回归模型、生成对抗网络的对比调研
1.3K0
文本生成图像工作简述1--概念介绍和技术梳理
5260
OpenAI新研究:扩散模型在图像合成质量上击败BigGAN,多样性还更佳
4.5K0
图像、视频生成大一统!MSRA+北大全华班「女娲」模型怒刷8项SOTA,完虐OpenAI DALL-E
8851
研究者意外发现DALL-E 2在用自创语言生成图像:全文黑话,人类都看不懂
1.1K0
相关推荐
打破GANs“垄断”|OpenAI新研究:Diffusion Models 图文转换效果超越DALL-E
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
查看详情【社区公告】 技术创作特训营有奖征文
本文部分代码块支持一键运行,欢迎体验
本文部分代码块支持一键运行,欢迎体验