Μοντέλο Διάχυσης Αυτο-εποπτευόμενο
Ένα αυτο-εποπτευόμενο μοντέλο διάχυσης συνδυάζει την επαναληπτική διαδικασία παραγωγής θορύβου-αποθορύβου των πιθανοτικών μοντέλων διάχυσης αποθορυβοποίησης με έναν στόχο αυτο-εποπτευόμενης μάθησης αναπαραστάσεων — όπως απώλεια αντίθεσης ή μάσκας πρόβλεψης — ώστε το μοντέλο να μαθαίνει ταυτόχρονα να παράγει ρεαλιστικά δεδομένα και να παράγει σημασιολογικά ουσιαστικές αναπαραστάσεις χωρίς καμία επισημασμένη περίπτωση.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- Ho, J., Jain, A., & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems (NeurIPS), 33, 6840–6851. link ↗
- Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A Simple Framework for Contrastive Learning of Visual Representations. Proceedings of the 37th International Conference on Machine Learning (ICML), 119, 1597–1607. link ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Self-supervised Diffusion Model (Denoising Diffusion with Self-supervised Representation Learning). ScholarGate. https://scholargate.app/el/deep-learning/self-supervised-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.
- Γενετικό Ανταγωνιστικό ΔίκτυοΒαθιά Μάθηση↔ compare
- Variational AutoencoderΒαθιά Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →