Mô hình khuếch tán tinh chỉnh
Một mô hình khuếch tán tinh chỉnh (fine-tuned diffusion model) điều chỉnh một mô hình khuếch tán khử nhiễu lớn đã được huấn luyện trước (pretrained denoising diffusion model) – như Stable Diffusion hoặc DALL-E – cho một chủ đề, phong cách hoặc miền cụ thể bằng cách tiếp tục huấn luyện trên một tập dữ liệu nhỏ được tuyển chọn. Các kỹ thuật như DreamBooth, đảo ngược văn bản (textual inversion) và LoRA giúp việc điều chỉnh này khả thi trên phần cứng tiêu dùng trong khi vẫn giữ được khả năng tạo sinh tổng quát.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Ruiz, N., Li, Y., Jampani, V., Pritch, Y., Rubinstein, M., & Aberman, K. (2023). DreamBooth: Fine Tuning Text-to-Image Diffusion Models for Subject-Driven Generation. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 22500–22510. DOI: 10.1109/CVPR52729.2023.02155 ↗
- Ho, J., Jain, A., & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. Advances in Neural Information Processing Systems (NeurIPS), 33, 6840–6851. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Fine-Tuned Denoising Diffusion Probabilistic Model. ScholarGate. https://scholargate.app/vi/deep-learning/fine-tuned-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.
- Mạng đối nghịch được tinh chỉnhHọc sâu↔ compare
- Phân loại ảnh tinh chỉnhHọc sâu↔ compare
- Bộ tự mã hóa biến phân tinh chỉnhHọc sâu↔ compare
- Vision Transformer tinh chỉnhHọc sâu↔ compare
- Chuyển giao kiến thức với Mô hình Khuếch tánHọc sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →