Генеративна модель на основі градієнта (Score-Based Generative Model)
Генеративна модель на основі градієнта, представлена Yang Song та Stefano Ermon у 2019 році та узагальнена до фреймворку стохастичних диференціальних рівнянь (SDE) у 2021 році, вивчає градієнт щільності даних — градієнт (score) — замість прямого передбачення шуму, і використовує його для генерації нових зразків. Це математичне узагальнення, яке об'єднує дифузійні моделі в рамках неперервного часу.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Score-Based Generative Modeling through Stochastic Differential Equations. ScholarGate. https://scholargate.app/uk/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.
- Капсульна мережаГлибоке навчання↔ compare
- Глибоке навчання з підкріпленнямГлибоке навчання↔ compare
- Нейронні Звичайні Диференціальні Рівняння (Neural ODE)Глибоке навчання↔ compare
- Метод головних компонентМашинне навчання↔ compare
- Варіаційний автокодувальникГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →