HarmonyFidelisHarmonyFidelis
Entrar
Ir ao conteúdo
AURA
AprenderConfigurarProgramas públicos
Aprender

Primeiros conceitos

AprendizagemInferência

Mecanismos

RepresentaçõesContexto e memóriaArquiteturasDifusão

Pesquisa avançada

Raciocínio e agentesModelos do mundoAGI e ASIAvaliação

Explore cada espaço livremente. Os detalhes estão sempre acessíveis.

Início do Aura
AuraEntender a IADifusão

Gerar removendo ruído

Distinga corrupção durante a aprendizagem e geração progressiva.

O essencialExperimentarAprofundar
Fontes científicas

Como funciona

Difusão

No DDPM, um processo direto acrescenta ruído aos dados gradualmente. Uma rede aprende informações para inverter essa corrupção. A amostragem começa com ruído e aplica etapas de remoção para gerar um novo exemplo.

Equação

xₜ = √ᾱₜ x₀ + √(1 − ᾱₜ) ε, ε ∼ N(0,I)

x₀ são os dados, ε ruído gaussiano e ᾱₜ o produto dos fatores de retenção até t. A equação descreve a corrupção direta DDPM, não todas as variantes generativas.

Verificar meu entendimento

Antes de responder, formule sua explicação.

Um método de difusão pode ser combinado com uma arquitetura Transformer.

Para lembrar

Rede, objetivo e cronograma de amostragem são escolhas distintas. Dados e computação também afetam a qualidade. O processo não recupera necessariamente uma imagem original memorizada.

Aprofundar
Do conceito à práticaColocar em prática

Fontes científicas

  • Ho, Jain & Abbeel · 2020Denoising Diffusion Probabilistic Models
    Publicação original

Síntese didática das fontes citadas. Os resultados dependem das tarefas, protocolos e recursos de cada publicação.

Explore tambémRaciocínio e agentesInferência

Buscar Aura

18 resultados

AprenderAprender e depois usar um modeloSepare parâmetros aprendidos das informações fornecidas em uma solicitação.
AprenderDo contexto ao próximo tokenDiferencie probabilidades do modelo e regra de escolha da saída.
AprenderDo texto às representaçõesEntenda vetores sem equipará-los ao significado humano.
AprenderDe qual memória estamos falando?Separe contexto, estado recorrente, parâmetros e armazenamento persistente.
AprenderTransformers: entender a atençãoCompare arquiteturas, métodos e sistemas completos no nível correto.
AprenderGerar removendo ruídoDistinga corrupção durante a aprendizagem e geração progressiva.
AprenderDo modelo ao sistema que ageEntenda o ambiente de execução em torno do modelo e das ferramentas.
AprenderPrever para escolher uma açãoExplore horizontes longos e o risco de previsões incorretas.
AprenderDefinições, não um veredito únicoExamine generalidade, desempenho e adaptação antes de usar um rótulo.
AprenderO que um resultado permite concluirPasse de uma impressão convincente para uma comparação reproduzível.
ConfigurarPreparar um projeto ChatGPTUm objetivo claro, contexto útil e instruções que você pode usar.
ConfigurarEscolher para sua tarefaComece pela sua necessidade. Compare acessos e resultados, sem classificações universais de modelos.
ConfigurarTornar seu pedido verificávelTransforme uma intenção em objetivo, contexto e critérios de sucesso.
ConfigurarColocar a informação no lugar certoDiferencie regras de trabalho, recursos da tarefa e memória gerenciada pelo produto.
ConfigurarPreparar um ambiente de desenvolvimentoDefina o papel do modelo, as capacidades do ambiente e os acessos necessários.
ConfigurarCompor um procedimento de desenvolvimentoOrganize preparação, alterações, verificação e relato. Reutilize as etapas úteis.
ConfigurarPreparar uma missão e verificar o resultadoUm exemplo reproduzível, uma lista de verificação e um registro das suas observações.
Programas públicosTentacularUsos, funções e recursos disponíveis publicamente.