基于模块化自编码的可控生成网络的训练方法和装置

本发明公开了基于模块化自编码的可控生成网络的训练方法和装置，属于人工智能技术领域。训练方法包括：获取训练数据，基于所述训练数据，利用等变约束对卷积网络自编码器进行训练，得到训练好的自编码器；基于预训练的潜在扩散模型构建针对k个不同模块的k个适配器；将训练数据中的图像I输入至训练好的自编码器中获得第i个模块的特征图f(i)；利用得到的特征图f(i)和目标优化函数训练潜在扩散模型的第i个适配器；将训练好的自编码器和适配器共同构成基于模块化自编码的可控生成网络。本发明提供的自监督的训练方式不需要人工设计控制条件，也不需要额外的人工标注，简化了可控生成网络的训练流程，同时提高了控制条件的丰富性。