ANTI-AI ARCHIVE
艺术史节点 / 077 · 2021-05

扩散模型超越生成对抗网络

Diffusion Models Beat GANs

Dhariwal & Nichol

历史背景与研究说明

这项工作通过改进架构与 classifier guidance 让 diffusion 在 ImageNet 合成上超过当时主流 GAN。它标志 GAN 时代向 diffusion 时代的技术转折。

日期与版本记录

节点标注日期:2021-05 · 研究母版原记日期:2021-05

以上日期属于历史事件或资料所记版本,不是本站页面的上线日期;保留原有日期精度与待核事项。

原始资料与进一步阅读

以下链接通往来源的论文、文章、机构或会议页面。外部原文的语言以来源为准。

01
扩散模型超越生成对抗网络 ↗

Diffusion Models Beat GANs

https://proceedings.neurips.cc/paper/2021/hash/49ad23d1ec9fa4bd8d77d02681df5cfa-Abstract.html

当前引用地址

02
扩散模型超越生成对抗网络 ↗

Diffusion Models Beat GANs

https://arxiv.org/abs/2105.05233

母版或补充资料所引地址,可能已迁移或失效

出处、翻译与核验状态

档案节点 #077 · 历史节点

研究母版与补充出处 · 3

AI 艺术谱系研究母版 · p. 23 · 077
原记日期: 2021-05
扩散模型超越生成对抗网络 ↗
Diffusion Models Beat GANs

生成式视觉发布编年研究母版 · p. 2 · R005
原记日期: 2021-05
扩散模型超越生成对抗网络 ↗
Dhariwal & Nichol — Diffusion Models Beat GANs

生成式视觉发布编年研究母版 · p. 2 · R006
原记日期: 2021-05
扩散模型超越生成对抗网络 ↗
Diffusion Models Beat GANs

站内说明据母版译编,非外链全文译本;AI 辅助翻译,待人工审校。

母版研究论述与日期尚待独立核验。

引用本节点

ANTI-AI ARCHIVE. 扩散模型超越生成对抗网络. 艺术史节点 #077. https://salondesrefuses.cn/zh/art-history/077

引用具体史实时,请同时引用上方原始资料,并补充你的访问日期。本站说明不是外链全文译本。

相邻节点按时间顺序排列,不意味着二者存在直接影响或因果关系。