مقاله آموزش کارآمد نمونه برای انتشار
| عنوان مقاله به انگلیسی | Sample-Efficient Training for Diffusion |
| عنوان مقاله به فارسی | مقاله آموزش کارآمد نمونه برای انتشار |
| نویسندگان | Shivam Gupta, Aditya Parulekar, Eric Price, Zhiyang Xun |
| زبان مقاله | انگلیسی |
| فرمت مقاله: | |
| تعداد صفحات | 0 |
| دسته بندی موضوعات | Machine Learning,Computer Vision and Pattern Recognition,Information Theory,Statistics Theory,Machine Learning,یادگیری ماشین , چشم انداز رایانه و تشخیص الگوی , نظریه اطلاعات , تئوری آمار , یادگیری ماشین , |
| توضیحات | Submitted 22 November, 2023; originally announced November 2023. |
| توضیحات به فارسی | ارسال شده 22 نوامبر 2023 ؛در ابتدا نوامبر 2023 اعلام شد. |
چکیده
Score-based diffusion models have become the most popular approach to deep generative modeling of images, largely due to their empirical performance and reliability. Recently, a number of theoretical works \citep{chen2022, Chen2022ImprovedAO, Chenetal23flowode, benton2023linear} have shown that diffusion models can efficiently sample, assuming $L^2$-accurate score estimates. The score-matching objective naturally approximates the true score in $L^2$, but the sample complexity of existing bounds depends \emph{polynomially} on the data radius and desired Wasserstein accuracy. By contrast, the time complexity of sampling is only logarithmic in these parameters. We show that estimating the score in $L^2$ \emph{requires} this polynomial dependence, but that a number of samples that scales polylogarithmically in the Wasserstein accuracy actually do suffice for sampling. We show that with a polylogarithmic number of samples, the ERM of the score-matching objective is $L^2$ accurate on all but a probability $δ$ fraction of the true distribution, and that this weaker guarantee is sufficient for efficient sampling.
چکیده به فارسی (ترجمه ماشینی)
مدل های انتشار مبتنی بر نمره به محبوب ترین رویکرد برای مدل سازی عمیق تولید تصاویر تبدیل شده اند ، عمدتاً به دلیل عملکرد و قابلیت اطمینان آنها.به تازگی ، تعدادی از آثار نظری \ Citep {Chen2022 ، Chen2022IMProvedAO ، Chenetal23flowode ، Benton2023linear} نشان داده اند که مدل های انتشار می توانند به طور مؤثر نمونه ای از آن را با فرض برآورد امتیاز L^2 $ $-ACCURATE نشان دهند.هدف همبستگی نمره به طور طبیعی نمره واقعی را در $ l^2 $ تقریب می دهد ، اما پیچیدگی نمونه مرزهای موجود به شعاع داده ها و دقت Wasserstein بستگی دارد.در مقابل ، پیچیدگی زمانی نمونه برداری فقط در این پارامترها لگاریتمی است.ما نشان می دهیم که برآورد نمره در $ l^2 $ \ it {به این وابستگی چند جمله ای نیاز دارد ، اما تعدادی از نمونه هایی که در دقت Wasserstein به صورت پولیلوگرامی مقیاس می کنند ، در واقع برای نمونه برداری کافی است.ما نشان می دهیم که با تعداد نمونه های پولیلوگرامی ، ERM از هدف تطبیق نمره $ l^2 $ دقیق در مورد همه به جز یک احتمال $ δ $ توزیع واقعی است ، و این ضمانت ضعیف تر برای نمونه گیری کارآمد کافی است.📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
-
کتاب صدها نکته فارسی (خودمونی) – نسخه PDF — زبان ساده و کاربردی
مشاهده نمونه نسخه نکات ساده -
کتاب صدها نکته رسمی فارسی – نسخه PDF — نگارش استاندارد و علمی
مشاهده نمونه نسخه نکات رسمی -
کتاب صدها پرسش و پاسخ تشریحی – نسخه PDF
— هر سؤال همراه با پاسخ کامل برای درک عمیق مفاهیم
مشاهده نمونه نسخه پرسش و پاسخ -
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع -
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
- این محصول به صورت فایل دانلودی کامل ارائه میشود.
- توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
- دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
- برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
- اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی:
واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248
تلگرام: @ma_limbs
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.