AI 용어집
인공지능 완전 사전
Processus de Diffusion Forward
Processus itératif qui ajoute progressivement du bruit gaussien aux données d'entrée sur plusieurs pas de temps jusqu'à obtenir une distribution purement gaussienne.
Processus de Diffusion Inverse
Processus de débruitage itératif appris par un réseau de neurones qui transforme progressivement le bruit en données cohérentes, suivant les étapes inverses du processus forward.
Timesteps
Nombre d'étapes discrètes utilisées dans le processus de diffusion, typiquement 1000 pas pour les modèles DDPM, déterminant la granularité du processus de bruitage/débruitage.
DPM-Solver
Solveur différentiel optimisé pour accélérer le processus d'échantillonnage des modèles de diffusion en réduisant le nombre d'étapes nécessaires tout en préservant la qualité de génération.
Noise Prediction
Objectif d'entraînement principal des modèles de diffusion où le réseau apprend à prédire le bruit ajouté à chaque étape plutôt que directement l'image débruitée.
Embedding Textuel
Représentation vectorielle sémantique du texte d'entrée utilisée pour conditionner les modèles de diffusion text-to-image, guidant la génération selon les descriptions textuelles.
Annealing de Temps
Stratégie d'échantillonnage qui adapte dynamiquement les pas de temps pendant le débruitage pour optimiser l'équilibre entre qualité et vitesse de génération.