ScholarGate
Assistent
Machine learning

Diffusjonsmodell

En diffusjonsmodell er en generativ dyp læringsmetode, introdusert av Ho, Jain og Abbeel i 2020 (DDPM), som lærer å produsere bilder, lyd og molekylære strukturer av høy kvalitet ved å reversere en trinnvis støyprosess. Den har i stor grad erstattet GAN-er som den nåværende state-of-the-art innen generativ modellering.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

The neighbourhood of related methods — select a node to explore.

+1 more

Kilder

  1. Ho, J., Jain, A. & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. NeurIPS. link
  2. Rombach, R., Blattmann, A., Lorenz, D., Esser, P. & Ommer, B. (2022). High-Resolution Image Synthesis with Latent Diffusion Models. CVPR. link

Slik siterer du denne siden

ScholarGate. (2026, June 1). Denoising Diffusion Probabilistic Model (DDPM / Latent Diffusion). ScholarGate. https://scholargate.app/no/deep-learning/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

Referert av

ScholarGateDiffusion Model (Denoising Diffusion Probabilistic Model (DDPM / Latent Diffusion)). Hentet 2026-06-15 fra https://scholargate.app/no/deep-learning/diffusion-model · Datasett: https://doi.org/10.5281/zenodo.20539026