Generatīvais modelis, kas balstīts uz skaitlisko vērtību (rezultātu)
Generatīvais modelis, kas balstīts uz skaitlisko vērtību (rezultātu), ko 2019. gadā ieviesa Jans Songs un Stefāno Ermons un 2021. gadā vispārināja uz stohastisko diferenciālvienādojumu (SDV) sistēmu, mācās datu blīvuma gradientu — skaitlisko vērtību (rezultātu) — nevis tieši paredz troksni, un izmanto to jaunu paraugu ģenerēšanai. Tā ir matemātiska vispārināšana, kas apvieno difūzijas modeļus vienā nepārtraukta laika formulējumā.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
Kā citēt šo lapu
ScholarGate. (2026, June 1). Score-Based Generative Modeling through Stochastic Differential Equations. ScholarGate. https://scholargate.app/lv/deep-learning/score-based-diffusion
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.
- Kapsulu tīklsDziļā mācīšanās↔ compare
- Dziļā pastiprinātā mācīšanāsDziļā mācīšanās↔ compare
- Neirālā ODEDziļā mācīšanās↔ compare
- Primārā komponentu analīzeMašīnmācīšanās↔ compare
- Variacionālais autoenkodersDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →