Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Pas de Temps de Diffusion (Timestep)
Paramètre discret représentant une étape spécifique dans la chaîne de Markov du processus de diffusion, indiquant le niveau de bruit appliqué à un échantillon.
Rééchantillonnage (Latent Resampling)
Technique visant à améliorer la qualité de l'espace latent en réorganisant ou en repondérant les points latents pour une meilleure couverture et une génération plus fidèle.
Modèle de Bruit U-Net
Architecture de réseau neuronal, souvent en forme de U, spécialement conçue pour prédire le bruit ajouté à chaque étape du processus de diffusion reverse dans l'espace latent.
Scheduler de Diffusion
Mécanisme définissant la variance du bruit ajouté à chaque pas de temps du processus forward, influençant la vitesse et la qualité de la génération.
Guidance par Classifier
Méthode pour conditionner la génération d'un modèle de diffusion en utilisant le gradient d'un classificateur pré-entraîné pour orienter le débruitage vers une classe cible.
Guidance Sans Classifier (Classifier-Free Guidance)
Technique de conditionnement qui combine les prédictions d'un modèle conditionnel et non conditionnel pour contrôler la génération sans nécessiter un classificateur externe.
Distillation de Modèle de Diffusion
Processus de compression où un grand modèle de diffusion (enseignant) est utilisé pour entraîner un modèle plus petit et plus rapide (élève) à réaliser la même tâche de génération.
Débruitage Progressif
Principe fondamental des modèles de diffusion où la génération est vue comme une séquence d'étapes de débruitage, transformant le bruit en données structurées.
Espace de Bruit
Espace de haute dimension où les échantillons de bruit gaussien sont tirés, servant de point de départ pour le processus de génération par diffusion reverse.
Interpolation dans l'Espace Latent
Opération consistant à créer des transitions fluides entre deux points de l'espace latent, générant ainsi des variations sémantiques cohérentes entre les échantillons correspondants.
Autoencodeur Hiérarchique
Type d'autoencodeur avec plusieurs niveaux d'espaces latents, permettant une décomposition des données à différentes échelles et une génération plus contrôlée dans les modèles de diffusion latents.