EM算法是一种迭代算法,用于含有隐变量(hidden variable)的概率模型参数的极大似然估计,或极大后验概率估计。EM算法的每次迭代由两步组成:E步,求期望(expectation);M步,求极大(maximization)。所以这一算法称为期望极大算法(expectation maximization),简称EM算法。概率模型有时既含有观测变
放大算法推荐 4x-UltraSharp Lantent(antialiased) 迭代步数推荐 30左右 采样推荐 DPM++ SDE Karras DPM++ SDE Karras VAE 840000-ema-pruned.safetensors con tile效果也很好 反向推荐 ng_deepnegative_v1_75t,badhandv4 (worst quality:2),(low quality:2),(normal quality:2),lowres,bad anatomy,bad ha...