Enesekontrollitud difusioonimudel
Enesekontrollitud difusioonimudel ühendab denoiseerivate difusioonitõenäosusmudelite iteratiivse müra- ja denoiseerimise genereerimisprotsessi enesekontrollitud esitusõppe eesmärgiga — nagu kontrastiivne või maskeeritud ennustuskaotus —, nii et mudel õpib samaaegselt realistlikku andmestikku genereerima ja semantiliselt tähendusrikkaid esitusi tootma ilma ühegi märgistatud näiteta.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Self-supervised Diffusion Model (Denoising Diffusion with Self-supervised Representation Learning). ScholarGate. https://scholargate.app/et/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.
Compare side by side →Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →