Model Difusi Laten
Model Difusi Laten (LDM) adalah pendekatan generatif yang diperkenalkan oleh Rombach et al. pada tahun 2022 yang melakukan proses difusi di ruang laten terkompresi alih-alih ruang piksel, memungkinkan sintesis gambar resolusi tinggi yang efisien. Dengan mengompresi gambar ke dalam representasi laten berdimensi rendah menggunakan autoenkoder variasi, difusi menjadi layak secara komputasi sambil mempertahankan kualitas visual.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). High-Resolution Image Synthesis with Latent Diffusion Models. ScholarGate. https://scholargate.app/id/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.
- DETR (Detection Transformer)Pembelajaran Mendalam↔ compare
- GraphRAGPembelajaran Mendalam↔ compare
- Autoenkoder BertopengPembelajaran Mendalam↔ compare
- Model Segmentasi Apa PunPembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →