0
0

Diffusion——与VAE、GAN的区别

文章目录

AE与VAE的区别

  • AE通过Encoder产生了一个对输出和输出一一对应的embedding，因此它不具有生成能力；
  • 而VAE是通过Encoder将输入投射在一个分布中，我们可以通过控制模型的参数从而控制模型的输出，因此它具有生成能力。

在这里插入图片描述

VAE、GAN、Diffusion model的区别

在这里插入图片描述

Diffusion Model

在这里插入图片描述

在这里插入图片描述

代表性工作

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

标签： 生成对抗网络 人工智能 神经网络
本文转载自: https://blog.csdn.net/qq_45779334/article/details/130019941
版权归原作者 Irving.Gao 所有， 如有侵权，请联系我们删除。
登录后发布评论

“Diffusion——与VAE、GAN的区别”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

如何安装Rocky Linux8.5？详细过程及安装包如下

【VScode】VSCode中的智能编程利器，全面揭秘ChatMoss & ChatGPT中文版

【解决办法】无法使用右键“通过VSCode打开文件夹”

使用MFC与Excel交互实现报表打印功能

PHP与MySQL数据库交互：数据录入与输出实战

Axure PR 9 多级下拉选择器 设计&交互

结合人工智能，大数据，物联网等主流技术实现业务流程的闭环整合的智慧快消开源了。

文章导航