Classifier-Free Diffusion Guidance: differenze tra le versioni
(Creata pagina con "Titolo: Titolo::Classifier-Free Diffusion Guidance Anno di pubblicazione: AnnoDiPubblicazione::2022 Autore: Autore::Jonathan Ho & Tim Salimans URL: URL::https://arxiv.org/pdf/2207.12598.pdf Topic: Topic::Introduzione di un metodo per migliorare i modelli di diffusione attraverso la guida senza classificatore, semplificando il processo e migliorando la qualità della generazione di contenuti Category:pubblicazione __SHOWFACTBOX__") |
Nessun oggetto della modifica |
||
| Riga 1: | Riga 1: | ||
{{template pubblicazione | |||
|data=2022 | |||
|autori=Jonathan Ho | |||
|URL=https://www.semanticscholar.org/paper/af9f365ed86614c800f082bd8eb14be76072ad16 | |||
|topic=Diffusion Models | |||
|citazioni=2205 | |||
}} | |||
Classifier-Free Diffusion Guidance introduce un metodo per migliorare i modelli di diffusione attraverso la guida senza classificatore. Questo approccio semplifica il processo e migliora la qualità della generazione di contenuti, offrendo un'alternativa all'utilizzo di un classificatore esterno per guidare il processo di generazione. L'articolo presenta un metodo per combinare le stime di punteggio di un modello di diffusione condizionale e incondizionale, consentendo di bilanciare la qualità del campione e la diversità in modo simile a quanto ottenuto con la guida del classificatore. | |||
Versione attuale delle 10:37, 17 ago 2024
| Classifier-Free Diffusion Guidance | |
|---|---|
| Data | 2022 |
| Autori | Jonathan Ho |
| URL | https://www.semanticscholar.org/paper/af9f365ed86614c800f082bd8eb14be76072ad16 |
| Topic | Diffusion Models |
| Citazioni | 2205 |
Classifier-Free Diffusion Guidance introduce un metodo per migliorare i modelli di diffusione attraverso la guida senza classificatore. Questo approccio semplifica il processo e migliora la qualità della generazione di contenuti, offrendo un'alternativa all'utilizzo di un classificatore esterno per guidare il processo di generazione. L'articolo presenta un metodo per combinare le stime di punteggio di un modello di diffusione condizionale e incondizionale, consentendo di bilanciare la qualità del campione e la diversità in modo simile a quanto ottenuto con la guida del classificatore.