Basis van machine learning
Welke beschrijving van modellen die beelden en vergelijkbare gegevens genereren, is juist?
- AEen GAN (generative adversarial network) traint alleen de discriminator, die echte gegevens van namaak onderscheidt, en niet de generator, die de gegevens maakt
- BEen diffusiemodel maakt een beeld door de berekening die ruis verwijdert maar één keer uit te voeren, zodat het voor het genereren minder rekenwerk nodig heeft dan een GAN
- CEen diffusiemodel gaat uit van een proces dat geleidelijk ruis aan gegevens toevoegt, leert die ruis stap voor stap te verwijderen en genereert zo beelden uit ruis
Antwoord en toelichting tonen
Antwoord: C. Een diffusiemodel gaat uit van een proces dat geleidelijk ruis aan gegevens toevoegt, leert die ruis stap voor stap te verwijderen en genereert zo beelden uit ruis
Een GAN traint afwisselend twee netwerken die met elkaar wedijveren: een generator die gegevens maakt en een discriminator die beoordeelt of gegevens echt zijn of door de generator zijn gemaakt. Een diffusiemodel leert een netwerk dat in elke stap de ruis schat en verwijdert, zodat het proces waarbij geleidelijk ruis aan de gegevens wordt toegevoegd wordt omgekeerd, en genereert stap voor stap gegevens uit zuivere ruis. Een diffusiemodel heeft voor het genereren berekeningen over veel stappen nodig, maar het trainen verloopt meestal stabiel en het kan gemakkelijk gevarieerde beelden van hoge kwaliteit maken.