Diffusion Models, part 1 [in Russian]

Slides: Models Speaker: Grigory Bartosh, JetBrains Research Вероятно, вы уже что-то слышали про диффузные модели и видели провокационные названия статей типа “Diffusion Models Beat GANs on Image Synthesis“. Диффузные модели это относительно новый класс моделей, которые показывают sota результаты в задачах оценки плотности распределения и генерации данных. На некоторых задачах генерации изображений они показывают результаты лучше, чем GAN’ы. Мы разберем стандартные диффузные модели и посмотрим на некоторые более поздние обобщения. Поймем, как обучать эти модели, оценивать с их помощью плотность распределения, генерировать данные (априорно и условно) и варьировать объем используемых вычислительных ресурсов во время инференса.