এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
ফরওয়ার্ড প্রক্রিয়া
প্রশিক্ষণের পর্যায় যেখানে গাউসিয়ান নয়েজ ধাপে ধাপে মূল ছবিতে যোগ করা হয়, যতক্ষণ না ছবিটি সম্পূর্ণ নয়েজে পরিণত হয়, যা মডেল শেখার ভিত্তি হিসেবে কাজ করে।
রিভার্স প্রক্রিয়া (বা ডিনয়েজিং)
জেনারেশন পর্যায় যেখানে মডেল ফরওয়ার্ড প্রক্রিয়াটি বিপরীত করতে শেখে ধাপে ধাপে নয়েজ সরিয়ে, যার ফলে এলোমেলো নয়েজ ডিস্ট্রিবিউশন থেকে একটি পরিষ্কার ছবি পুনর্গঠন করে।
ডিফিউশন শিডিউল
কৌশল যা ফরওয়ার্ড প্রক্রিয়ার প্রতিটি ধাপে যোগ করা নয়েজের ভ্যারিয়েন্স নির্ধারণ করে, রিভার্স প্রক্রিয়ায় জেনারেশনের গতি এবং গুণমানকে প্রভাবিত করে।
ল্যাটেন্ট রিস্যাম্পলিং
ত্বরিত ইনফারেন্স পদ্ধতি যা ডিনয়েজিং প্রক্রিয়ার কিছু ধাপ এড়িয়ে যায়, ইন্টারপোলেশন বা রিস্যাম্পলিং টেকনিক ব্যবহার করে মোট জেনারেশন ধাপের সংখ্যা কমাতে।
কন্ডিশনিং (টেক্সট-টু-ইমেজ)
বাহ্যিক তথ্য, যেমন টেক্সচুয়াল ডেসক্রিপশন, ডিনয়েজিং প্রক্রিয়ায় সংযুক্ত করা যাতে নির্দিষ্ট কন্টেন্টের দিকে ছবির জেনারেশন গাইড করা যায়, প্রায়শই ক্রস-অ্যাটেনশন মেকানিজমের মাধ্যমে।
ল্যাটেন্ট স্পেস (ল্যাটেন্ট ডিফিউশন)
পদ্ধতি যেখানে ডিফিউশন প্রক্রিয়া সরাসরি ছবির পিক্সেলে প্রয়োগ করা হয় না, বরং নিম্ন-ডাইমেনশনের ল্যাটেন্ট স্পেসে এর একটি কম্প্রেসড রিপ্রেজেন্টেশনে প্রয়োগ করা হয়, যার ফলে কম্পিউটেশনাল খরচ কমে।
ক্লাসিফায়ার গাইডেন্স
টেকনিক যা একটি প্রি-ট্রেইন্ড ক্লাসিফায়ার ব্যবহার করে টার্গেট ক্লাসের গ্রেডিয়েন্ট এস্টিমেট করে, এবং ডিফিউশন মডেলের গ্রেডিয়েন্টে যোগ করে সেই ক্লাসের দিকে জেনারেশন পরিচালিত করতে।
ক্লাসিফায়ার-ফ্রি গাইডেন্স
আরও ফ্লেক্সিবল কন্ডিশনিং পদ্ধতি যার বাহ্যিক ক্লাসিফায়ারের প্রয়োজন নেই, একটি একক মডেল ব্যবহার করে যা একই সাথে কন্ডিশন্ড এবং আনকন্ডিশন্ড ডেটাতে ট্রেইন্ড থাকে গাইডেন্স গ্রেডিয়েন্ট ক্যালকুলেট করার জন্য।
টেক্সট এম্বেডিং (Text Embedding)
টেক্সটের ভেক্টর উপস্থাপনা, যা ট্রান্সফরমার মডেল (যেমন: CLIP) দ্বারা তৈরি হয় এবং ডিফিউশন মডেলকে কন্ডিশন করতে ব্যবহৃত হয়, পাঠ্য শব্দার্থকে ভিজ্যুয়াল সিগনালে অনুবাদ করে।
নেগেটিভ প্রম্পটিং (Negative Prompting)
একটি কৌশল যেখানে মডেলকে অবাঞ্ছিত উপাদানগুলির উপস্থিতির সম্ভাবনা কমাতে গাইডেন্স প্রক্রিয়া পরিবর্তন করে, জেনারেশনের সময় এড়াতে ধারণা বা বস্তুর একটি তালিকা প্রদান করা হয়।
ইমেজ-টু-ইমেজ (Img2Img)
ডিফিউশন মডেলের একটি প্রয়োগ যেখানে জেনারেশন প্রক্রিয়া খাঁটি নয়েজ দিয়ে নয়, বরং একটি বিদ্যমান ইমেজ দিয়ে শুরু হয়, যা মৌলিক কাঠামো সংরক্ষণ করে ইমেজটিকে রূপান্তর বা স্টাইলাইজ করতে দেয়।