Difúzne Modely a Základné Modely: Učenie Reprezentácií
Ponor do difúznych modelov a základných modelov! Prednáška zo Stanfordu predstavuje moderné techniky strojového učenia, od generovania obrazov pomocou šumu až po adaptáciu obrovských jazykových modelov ako GPT-3 s LoRA. Získajte cenný prehľad o súčasnom vývoji AI.
Prednáška zo Stanfordu CS229, ktorá sa venovala učeniu reprezentácií, predstavuje fascinujúci pohľad na moderné techniky v oblasti strojového učenia. Od prepojenia s predchádzajúcimi technológiami pred GPT až po hlboký ponor do difúznych modelov a konceptu základných modelov (foundation models), táto prednáška ponúka komplexný prehľad o súčasnom vývoji v tejto oblasti. Poďme sa na to pozrieť bližšie!
Difúzne Modely: Ako Vytvárať Obrázky zo Šumu
Difúzne modely sú relatívne nová a veľmi efektívna metóda generovania obrazov (a ďalších dát). Fungujú v dvoch fázach. Prvou je proces šumenia (forward process), kde postupne pridávame šum do čistého obrázka, až kým sa nepremení na náhodný šum. Druhou fázou je reverzný proces, ktorý sa snaží tento šum vrátiť späť do pôvodného obrázku.
