Prilagođeni difuzijski model
Prilagođeni difuzijski model (fine-tuned diffusion model) prilagođava veliki, prethodno obučeni model difuzije za uklanjanje šuma — kao što su Stable Diffusion ili DALL-E — na specifičan subjekt, stil ili domenu nastavljajući obuku na malom, pažljivo odabranom skupu podataka. Tehnike poput DreamBooth, textual inversion i LoRA čine ovu prilagodbu izvedivom na potrošačkom hardveru uz očuvanje opće generativne sposobnosti.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Ruiz, N., Li, Y., Jampani, V., Pritch, Y., Rubinstein, M., & Aberman, K. (2023). DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Driven Generation. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 22500–22510. DOI: 10.1109/CVPR52729.2023.02155 ↗
- Ho, J., Jain, A., & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems (NeurIPS), 33, 6840–6851. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Fine-Tuned Denoising Diffusion Probabilistic Model. ScholarGate. https://scholargate.app/hr/deep-learning/fine-tuned-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.
- Ugođeni generativni suparnički sklopDuboko učenje↔ compare
- Prilagođeno klasificiranje slikaDuboko učenje↔ compare
- Podešeni Varijacijski AutoenkoderDuboko učenje↔ compare
- Prilagođeni Vision TransformerDuboko učenje↔ compare
- Prenosno učenje s difuzijskim modelomDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →