« Débruitage » : différence entre les versions
Aucun résumé des modifications |
m (Arianne a déplacé la page Reverse process vers Débruitage) |
||
| (Une version intermédiaire par le même utilisateur non affichée) | |||
| Ligne 1 : | Ligne 1 : | ||
== Définition == | == Définition == | ||
Dans le domaine de l'apprentissage automatique, le processus | Dans le domaine de l'apprentissage automatique, le processus de débruitage désigne une phase des modèles à bruit statistique dont l'objectif est de convertir, en plusieurs étapes, un bruit pur en une image à l'aide d'un réseau neuronal, générant ainsi un nouvel échantillon de données. Ce processus intervient après le '''[[bruitage]]'''. | ||
Voir aussi '''[[modèle à bruit statistique]]''' | Voir aussi '''[[modèle à bruit statistique]]''' | ||
== Français == | == Français == | ||
''' | ''' débruitage''' | ||
''' soustraction du bruit statistique''' | |||
== Anglais == | == Anglais == | ||
| Ligne 30 : | Ligne 32 : | ||
[https://medium.com/@kemalpiro/step-by-step-visual-introduction-to-diffusion-models-235942d2f15c#:~:text=The%20forward%20diffusion%20process%20is,noise%20into%20the%20image%20again Source : Medium] | [https://medium.com/@kemalpiro/step-by-step-visual-introduction-to-diffusion-models-235942d2f15c#:~:text=The%20forward%20diffusion%20process%20is,noise%20into%20the%20image%20again Source : Medium] | ||
[[Catégorie: | [[Catégorie:publication]] | ||
Dernière version du 21 novembre 2024 à 11:24
Définition
Dans le domaine de l'apprentissage automatique, le processus de débruitage désigne une phase des modèles à bruit statistique dont l'objectif est de convertir, en plusieurs étapes, un bruit pur en une image à l'aide d'un réseau neuronal, générant ainsi un nouvel échantillon de données. Ce processus intervient après le bruitage.
Voir aussi modèle à bruit statistique
Français
débruitage
soustraction du bruit statistique
Anglais
reverse process
reverse diffusion process
backward denoising process
backward process
The backward process is a stage in diffusion model which goal is to convert, in multiple steps, pure noise into an image using neural network and it is used for new sample generation. It is a denoising process which is done after the forward process.
Source
Contributeurs: Arianne
