Mô hình khuếch tán tự giám sát
Mô hình khuếch tán tự giám sát kết hợp quá trình sinh lặp lại gồm thêm nhiễu và khử nhiễu của các mô hình xác suất khuếch tán khử nhiễu với mục tiêu học biểu diễn tự giám sát — chẳng hạn như mất mát dự đoán tương phản hoặc che giấu — để mô hình đồng thời học cách tạo ra dữ liệu thực tế và tạo ra các biểu diễn có ý nghĩa ngữ nghĩa mà không cần bất kỳ ví dụ được gán nhãn nào.
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
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Self-supervised Diffusion Model (Denoising Diffusion with Self-supervised Representation Learning). ScholarGate. https://scholargate.app/vi/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.
Compare side by side →Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →