ScholarGate
Asistent
Machine learning

Difúzny model

Difúzny model je generatívna metóda hlbokého učenia, ktorú v roku 2020 predstavili Ho, Jain a Abbeel (DDPM) a ktorá sa učí produkovať vysokokvalitné obrázky, zvuk a molekulárne štruktúry reverzovaním postupného procesu zašumenia. Do značnej miery nahradila GANy ako súčasný stav techniky v generatívnom modelovaní.

Otvoriť v MethodMindČoskoroVideoČoskoroDownload slides

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Method map

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

+1 more

Zdroje

  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

Ako citovať túto stránku

ScholarGate. (2026, June 1). Denoising Diffusion Probabilistic Model (DDPM / Latent Diffusion). ScholarGate. https://scholargate.app/sk/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

Odkazujú sem

ScholarGateDiffusion Model (Denoising Diffusion Probabilistic Model (DDPM / Latent Diffusion)). Získané 2026-06-15 z https://scholargate.app/sk/deep-learning/diffusion-model · Dátová sada: https://doi.org/10.5281/zenodo.20539026