Diffusionsmodel
En diffusionsmodel er en generativ deep-learning-metode, introduceret af Ho, Jain og Abbeel i 2020 (DDPM), der lærer at producere billeder, lyd og molekylære strukturer af høj kvalitet ved at vende en trinvis støjproces. Den har i vid udstrækning fortrængt GAN'er som den nuværende state-of-the-art inden for generativ modellering.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Kilder
Sådan citerer du denne side
ScholarGate. (2026, June 1). Denoising Diffusion Probabilistic Model (DDPM / Latent Diffusion). ScholarGate. https://scholargate.app/da/deep-learning/diffusion-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Neural ODEDyb læring↔ compare
- Principal Component AnalysisMaskinlæring↔ compare
- Score-baseret generativ modelDyb læring↔ compare
- Variational AutoencoderDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →