Model z enkoderem kompresującym dane do ukrytego rozkładu i dekoderem odtwarzającym je z próbek tego rozkładu; trenowany przez maksymalizację dolnego ograniczenia wiarygodności (ELBO) z trikiem reparametryzacji. Dziś często pracuje „w tle” — jako kompresor obrazu w dyfuzji latentnej.
A model with an encoder that compresses data into a latent distribution and a decoder that reconstructs it from samples; trained by maximising the evidence lower bound (ELBO) with the reparameterisation trick. Today it often works behind the scenes — as the image compressor in latent diffusion.
To model, który uczy się krótkiego liczbowego zapisu danych i odtwarza z niego podobne przykłady.
This model learns a compact numerical representation of data and reconstructs similar examples from it.
Pełne obrazy są duże, a do generowania wariantów potrzebujesz mniejszego zapisu zachowującego ważne cechy.
Full images are large, while generating variations needs a smaller representation retaining important features.
Jedna część przewiduje zakres możliwych ukrytych zapisów, druga odtwarza dane z wylosowanego zapisu; trening porządkuje tę przestrzeń.
One component predicts a distribution of latent representations; another reconstructs data from a sampled representation, while training organises that space.
Generator kompresuje zdjęcie do krótszego zapisu, na którym pracuje, a na końcu odtwarza obraz do wyświetlenia.
A generator compresses a photo into a smaller representation, works on it and finally reconstructs an image for display.