प्रसुप्त विसरण मॉडल
प्रसुप्त विसरण मॉडल (LDMs) 2022 में रोम्बैक एट अल. द्वारा प्रस्तुत एक जनरेटिव दृष्टिकोण है जो पिक्सेल स्पेस के बजाय एक संपीड़ित प्रसुप्त स्थान में विसरण प्रक्रिया करता है, जिससे कुशल उच्च-रिज़ॉल्यूशन छवि संश्लेषण सक्षम होता है। एक भिन्नतात्मक ऑटोएन्कोडर का उपयोग करके छवियों को निम्न-आयामी प्रसुप्त प्रतिनिधित्व में संपीड़ित करके, विसरण दृश्य गुणवत्ता बनाए रखते हुए कम्प्यूटेशनल रूप से व्यवहार्य हो जाता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Rombach, R., Blattmann, A., Lorenz, D., Esser, P., & Ommer, B. (2022). High-resolution image synthesis with latent diffusion models. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 10684-10695). DOI: 10.1109/CVPR52688.2022.01042 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). High-Resolution Image Synthesis with Latent Diffusion Models. ScholarGate. https://scholargate.app/hi/deep-learning/latent-diffusion-models
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.
- [MISSING TRANSLATION]गहन अधिगम↔ compare
- ग्राफआरएजीगहन अधिगम↔ compare
- मास्क्ड ऑटोएन्कोडर्सगहन अधिगम↔ compare
- सेगमेंट एनीथिंग मॉडलगहन अधिगम↔ compare