拡散モデルとは何か？
本文の状態
日本語全文を表示中
詳細モードで約1分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
Lilian Weng
拡散モデルは、複雑なデータ分布を学習可能な新しい生成モデルである。高品質な画像生成が可能で、SOTAのGANと競合する性能を示している。
Continue in AI NEW LAB
このニュースを、実務の判断につなげる
AI NEW LABで、試したことや先に確認したい条件を共有できます。まずはログインなしで読めます。
AI NEW LABで論点を見るSource Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
2021-09-19 更新：参考文献にあるいくつかの重要な論文の著者であるヤング・ソン（Yang Song）による [スコアベース生成モデル のブログ投稿を強くお勧めします。]
2022-08-27 更新：[クラスifier フリーガイダンス、GLIDE、unCLIP、および Imagen を追加しました。
2022-08-31 更新：[潜在拡散モデル を追加しました。
2024-04-13 更新：[段階的蒸留、一貫性モデル、および モデルアーキテクチャセクション を追加しました。
原文を表示
Updated on 2021-09-19: Highly recommend this blog post on [score-based generative modeling by Yang Song (author of several key papers in the references)].
Updated on 2022-08-27: Added [classifier-free guidance, GLIDE, unCLIP and Imagen.
Updated on 2022-08-31: Added [latent diffusion model.
Updated on 2024-04-13: Added [progressive distillation, consistency models, and the Model Architecture section.
関連記事
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み