Bases de l'apprentissage automatique
Quelle description des modèles qui génèrent des images ou d'autres données est correcte ?
- AUn GAN (réseau antagoniste génératif) n'entraîne que le discriminateur, qui distingue le vrai du faux, et n'entraîne pas le générateur qui produit les données
- BUn modèle de diffusion produit une image en n'effectuant qu'une seule fois le calcul de suppression du bruit ; la génération demande donc moins de calcul qu'un GAN
- CUn modèle de diffusion considère un processus qui ajoute peu à peu du bruit aux données, apprend à supprimer ce bruit étape par étape, et génère des images à partir de bruit
Afficher la réponse et l'explication
Réponse : C. Un modèle de diffusion considère un processus qui ajoute peu à peu du bruit aux données, apprend à supprimer ce bruit étape par étape, et génère des images à partir de bruit
Un GAN entraîne alternativement deux réseaux mis en compétition : le générateur, qui produit les données, et le discriminateur, qui distingue les vraies données de celles produites par le générateur. Un modèle de diffusion apprend un réseau qui estime et supprime le bruit à chaque étape, de façon à remonter le processus qui ajoute progressivement du bruit aux données, et génère les données pas à pas à partir d'un bruit pur. La génération par un modèle de diffusion exige le calcul de nombreuses étapes, mais l'apprentissage est généralement stable et la méthode produit facilement des images variées et de haute qualité.
Continuer : 9 autres questions sur Bases de l'apprentissage automatique