مقارنة النماذج
تقارن هذه الصفحة تكوينات محددة (مثل ResNet-50 أو BERT-base)، لا عائلات عامة؛ فكل رقم مرتبط بالتكوين المذكور في رأس عموده. «غير محدد» تعني أن الرقم غير موثق في الأطلس.
| الخاصية | Variational Autoencoder | Denoising Diffusion Probabilistic Models |
|---|---|---|
| العائلة | المشفرات التلقائية | نماذج الانتشار |
| سنة الظهور | 2013 | 2020 |
| الباحثون | Diederik P. Kingma, Max Welling | Jonathan Ho, Ajay Jain, Pieter Abbeel |
| نوع المعمارية | Probabilistic encoder–decoder (latent variable model) | Denoising diffusion model with U-Net |
| آلية التعلم | unsupervised | unsupervised |
| التكوين المقارن | VAE على MNIST: طبقة مخفية 500 وفضاء كامن J = 20 | DDPM على CIFAR-10 (32×32، T = 1000) |
| شكل المدخل | 784 | x_t: 3×32×32 و t |
| شكل المخرج | 784 (+ z ∈ ℝ²⁰) | ε̂: 3×32×32 |
| العمق | طبقة مخفية واحدة لكل شبكة | U-Net: كتلتان متبقيتان لكل دقة |
| Parameters (محسوبة) | 815,824 ≈815.82K | 35,746,307 ≈35.75M |
| Parameters (منشورة) | غير محدد | 35,700,000 ≈35.7M |
| MACs | 814,000 ≈814K لكل صورة ولعينة واحدة L = 1 من z. | 6,221,856,768 ≈6.22B لتمرير واحد (خطوة واحدة)؛ أخذ عينة كاملة يتطلب 1000 تمرير. |
| التعقيد | O(D·H + H·J). | T تمرير متتابع عند التوليد (T = 1000). |
| المهام | توليد الصور، تعلم التمثيلات، تقليل الأبعاد | توليد الصور |
| أبرز ميزة | فضاء كامن منتظم قابل للاستيفاء والتوليد | جودة صور عالية |
| أبرز قيد | عينات ضبابية مقارنة بـ GAN والانتشار | توليد بطيء جداً (1000 خطوة) |
| حالة المراجعة | يحتاج مراجعة | يحتاج مراجعة |
| افتراضات الحساب | الورقة استخدمت 500 وحدة مخفية لـ MNIST وجربت عدة أبعاد كامنة؛ J = 20 اختيار من بينها. التنشيط tanh والمفكك Bernoulli. | UNet2DModel من diffusers بتهيئة google/ddpm-cifar10-32 المنقولة من الكود الأصلي. |
العلاقات المسجلة بين النماذج المقارنة
- Variational Autoencoder مرتبط Denoising Diffusion Probabilistic Models — تدريب بحد تبايني.
