Machine learning

Modelo de difusión

Un modelo de difusión es un método de aprendizaje profundo generativo, introducido por Ho, Jain y Abbeel en 2020 (DDPM), que aprende a producir imágenes, audio y estructuras moleculares de alta calidad invirtiendo un proceso de ruido paso a paso. Ha desplazado en gran medida a las GAN como el estado del arte actual en modelado generativo.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

+1 more

Fuentes

  1. Ho, J., Jain, A. & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. NeurIPS. link
  2. Rombach, R., Blattmann, A., Lorenz, D., Esser, P. & Ommer, B. (2022). High-Resolution Image Synthesis with Latent Diffusion Models. CVPR. link

Cómo citar esta página

ScholarGate. (2026, June 1). Denoising Diffusion Probabilistic Model (DDPM / Latent Diffusion). ScholarGate. https://scholargate.app/es/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.

Compare side by side

Citado por

ScholarGateDiffusion Model (Denoising Diffusion Probabilistic Model (DDPM / Latent Diffusion)). Recuperado el 2026-06-15 de https://scholargate.app/es/deep-learning/diffusion-model · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026