Diffusion : Dénaturation des données et modélisation generative

Cette séance de cours couvre les modèles de diffusion de données dénoisantes, qui consistent en un processus de diffusion vers l'avant qui ajoute du bruit à l'entrée et un processus de dénouement inverse générant des données. Il explique les définitions formelles des processus avant et inverse, du noyau de diffusion et des objectifs de formation. La séance de cours traite également de la paramétrisation du modèle de dénigrement, de la distillation progressive pour un échantillonnage plus rapide, de l'orientation des classificateurs et des techniques d'orientation sans classificateur. Il se termine par les défis que pose l'application de la diffusion au texte et résume les principaux points de diffusion pour la production et la dénouement des données.