এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
গাইডেড ডিনয়েজিং ইনফারেন্স
ডিফিউশন মডেলগুলিতে ইনফারেন্স প্রক্রিয়া যেখানে ধাপে ধাপে ডিনয়েজিং একটি বাহ্যিক তথ্য (যেমন: উৎস ইমেজ) দ্বারা পরিচালিত হয়, নিশ্চিত করার জন্য যে চূড়ান্ত ফলাফল আরোপিত সীমাবদ্ধতাগুলি মেনে চলে।
সেমান্টিক স্ট্রাকচার এনকোডিং
একটি কৌশল যা একটি উৎস ইমেজের বস্তুগুলির মধ্যে স্থানিক গঠন এবং সম্পর্কগুলি ক্যাপচার ও উপস্থাপন করার লক্ষ্যে, প্রায়শই কনট্যুর, গভীরতা বা সেগমেন্টেশন ম্যাপের মাধ্যমে, জেনারেশনকে গাইড করার জন্য।
অ্যানসেস্ট্রাল স্যাম্পলিং
ডিনয়েজিংয়ের সময় স্টোকাস্টিক স্যাম্পলিং পদ্ধতি যা প্রতিটি ধাপে পূর্ববর্তী ধাপ থেকে উত্তরাধিকারসূত্রে প্রাপ্ত একটি নির্দিষ্ট পরিমাণ নয়েজ যোগ করে, পরিবর্তনশীলতা প্রবর্তন করতে এবং অত্যধিক নির্ধারিত ফলাফল এড়াতে।
লেটেন্ট এমবেডিং
একটি উৎস ইমেজের নিম্ন-মাত্রিক ভেক্টর উপস্থাপনা, একটি এনকোডার (যেমন: VAE) দ্বারা উৎপন্ন, যা একটি ডিফিউশন মডেলের লেটেন্ট স্পেসে শর্ত হিসাবে ব্যবহৃত হয় কার্যকর ইমেজ-টু-ইমেজ ট্রান্সলেশনের জন্য।
ল্যাঙ্গেভিন স্কোর ডিনয়েজিং
একটি পুনরাবৃত্তিমূলক অপ্টিমাইজেশন অ্যালগরিদম যা সম্ভাব্যতা ঘনত্বের লগের গ্রেডিয়েন্ট (স্কোর) ব্যবহার করে ধীরে ধীরে একটি নয়েজযুক্ত স্যাম্পলকে একটি টার্গেট ডেটা ডিস্ট্রিবিউশনের দিকে পরিশোধিত করে, ডিফিউশন মডেলগুলির স্যাম্পলিংয়ের ভিত্তি গঠন করে।
ক্রস-অ্যাটেনশন ম্যাপ
ট্রান্সফরমারগুলিতে একটি মেকানিজম যা মডেলটিকে জেনারেশনের প্রতিটি ধাপে শর্তের বিভিন্ন অংশের (যেমন: টেক্সট টোকেন বা উৎস ইমেজের প্যাচ) গুরুত্ব গতিশীলভাবে ওজন দিয়ে একটি ইমেজ জেনারেট করতে দেয়।
লেটেন্ট ডিফিউশন পাইপলাইন (LDM)
একটি ডিফিউশন মডেল আর্কিটেকচার যা সম্পূর্ণরূপে একটি সংকুচিত লেটেন্ট স্পেসে কাজ করে, একটি VAE-এর মাধ্যমে প্রাপ্ত, গণনাগত জটিলতা হ্রাস করার সময় উচ্চ-মানের ইমেজ জেনারেশন বজায় রাখার জন্য।
প্রম্পট-টু-প্রম্পট
ডিফিউশনের মাধ্যমে ইমেজ এডিটিং পদ্ধতি যা তার প্রাথমিক টেক্সট প্রম্পট পরিবর্তন করে একটি জেনারেটেড ইমেজ পরিবর্তন করতে দেয়, অ্যাটেনশন ম্যাপগুলির অ্যালাইনমেন্টের মাধ্যমে মূল ইমেজের গঠন সংরক্ষণ করে।
প্লাগ-অ্যান্ড-প্লে (PnP) ডিফিউশন
বিপরীত সমস্যা সমাধানের (যেমন: ডিনোইজিং, সুপার-রেজোলিউশন) একটি প্যারাডাইম যা একটি প্রাক-প্রশিক্ষিত ডিফিউশন মডেলকে ইমেজের উপর একটি প্রাইর হিসেবে ব্যবহার করে, টাস্ক-স্পেসিফিক ডেটা মডেলের সাথে একত্রিত করে ডিফিউজারকে পুনরায় প্রশিক্ষণ ছাড়াই।