Дифузійна модель
Дифузійна модель — це генеративний метод глибокого навчання, представлений Хо, Джейном та Аббілом у 2020 році (DDPM), який навчається створювати високоякісні зображення, аудіо та молекулярні структури шляхом реверсування покрокового процесу зашумлення. Вона значною мірою витіснила GAN як сучасний передовий метод у генеративному моделюванні.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Джерела
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Denoising Diffusion Probabilistic Model (DDPM / Latent Diffusion). ScholarGate. https://scholargate.app/uk/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.
- Нейронні Звичайні Диференціальні Рівняння (Neural ODE)Глибоке навчання↔ compare
- Метод головних компонентМашинне навчання↔ compare
- Генеративна модель на основі градієнта (Score-Based Generative Model)Глибоке навчання↔ compare
- Варіаційний автокодувальникГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →