🏠 Accueil
基準測試
📊 Tous les Benchmarks 🦖 Dinosaure v1 🦖 Dinosaure v2 ✅ To-Do List Apps 🎨 Pages Libres 🎯 FSACB - Showcase 🌍 Traduction
Modèles
🏆 Top 10 Modèles 🆓 Modèles Gratuits 📋 Tous les Modèles ⚙️ Modes Kilo Code
Ressources
💬 Prompts IA 📖 人工智能詞彙表 🔗 Liens Utiles

AI 詞彙表

人工智能完整詞典

200
類別
2,608
子類別
30,011
術語
📖
術語

费希尔得分

统计学中,对数似然关于模型参数的梯度,是基于得分匹配进行参数估计的基本概念。

📖
術語

切片得分匹配

得分匹配的一种变体,通过将梯度投影到随机方向来降低计算复杂度,使得高维数据的训练更加高效。

📖
術語

泊松方程

将得分向量场与密度对数的拉普拉斯算子联系起来的偏微分方程,其求解在基于得分的方法中至关重要。

📖
術語

随机朗之万

扩散过程或采样算法,利用对数密度梯度(得分)引导采样朝向高概率区域。

📖
術語

得分向量场

数据空间各点处得分的空间表示,指示概率密度最陡增加的方向和幅度。

📖
術語

斯坦因散度

基于斯坦因检验函数的分布间相异性度量,与得分匹配目标密切相关,用于评估得分模型的质量。

📖
術語

去噪悖论

在带噪数据上训练得分模型(去噪)比直接训练能更好地估计干净数据得分的现象。

📖
術語

基于得分的生成建模

一种生成建模范式,其中神经网络被训练以估计多个噪声水平下数据分布的得分,然后通过反向扩散过程用于生成。

📖
術語

分数多重性

概念指单一分数模型可通过改变噪声水平或扩散过程的初始条件,从不同分布生成样本。

📖
術語

福克-普朗克方程

描述随机过程概率密度随时间演化的偏微分方程,是理解扩散模型和分数理论的基础。

📖
術語

分数偏差校正

调整分数预测以补偿模型近似或使用噪声数据引入的偏差的技术,对精确估计至关重要。

📖
術語

基于分数的归一化流

利用分数信息设计或改进归一化流模型中变换的混合方法,结合两种范式的优势。

📖
術語

分数匹配准则

训练过程中最小化的目标函数,通常是预测分数与真实分数间的某种距离形式,用于学习精确的分数模型。

📖
術語

分数插值

通过插值模型预测来估计中间噪声水平分数的过程,用于多尺度扩散模型。

📖
術語

条件分数

分数匹配的扩展,其中学习的分数以元数据(如类别标签)为条件,实现对生成过程的定向控制。

🔍

搵唔到結果