Samo-riadený difúzny model
Samo-riadený difúzny model spája iteratívny generatívny proces šumu a odšumovania pravdepodobnostných difúznych modelov s cieľom učenia reprezentácií v rámci samo-riadeného učenia – ako je kontrastná strata alebo strata maskovaného predikcie – takže model súčasne sa učí generovať realistické dáta a produkovať sémanticky zmysluplné reprezentácie bez akýchkoľvek označených príkladov.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Ho, J., Jain, A., & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems (NeurIPS), 33, 6840–6851. link ↗
- Chen, T., Kornblith, S., Norouzi, M., & Hinton, G. (2020). A Simple Framework for Contrastive Learning of Visual Representations. Proceedings of the 37th International Conference on Machine Learning (ICML), 119, 1597–1607. link ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Self-supervised Diffusion Model (Denoising Diffusion with Self-supervised Representation Learning). ScholarGate. https://scholargate.app/sk/deep-learning/self-supervised-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.
- Generatívna protiadverзárna sieťHlboké učenie↔ compare
- Variačný autoenkodérHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →