生成モデル

今週の振り返りです！ 5/27 （月） 5/28 （火） 5/29 （水） 5/30 （木） 5/31 （金） 6/1 （土） 6/2 （日） 今週の反省 来週の目標 5/27 （月） ◯競プロの鉄則 5.1 B〜5.3 ◯異常検知と変化検知 1.1〜6.5 数式を一つ一つ追っていくというよりは、どんなアルゴリズムなのかを理解するというのを目標にして読み進めました。ただ、今は理論を学ぶよりも実装をしていくのを優先した方が良い気もしてきました。 5/28 （火） ◯競プロの鉄則 5.4〜5.5 A ◯Pythonによる異常検知 p.1〜p.35 5/29 （水） ◯競プロの鉄則 5.5 B〜5.…

今週の振り返りを書き始めて2週目になりました！ 5/20（月） 5/21 (火) 5/22（水） 5/23（木） 5/24（金） 5/25（土） 5/26（日） 今週の反省 来週の目標 5/20（月） ◯競プロの鉄則 4.6 A 5/21 (火) ◯競プロの基礎 4.6 B〜4.7 ◯ ゼロから作るDeep Learning⑤生成モデル編 7.2〜8.3 5/22（水） ◯競プロの基礎 5.1 A 4章を進めていたのですが難しかったので一旦飛ばして5章に進むことにしました。またどこかのタイミングで4章に戻ってきます。 ◯ ゼロから作るDeep Learning⑤生成モデル編 8.4〜10.5 …

これから毎日勉強したことの記録をつけて、1週間ごとにまとめて投稿していきます。 今回は記念すべき1回目です。 5/15（水） 5/16（木） 5/17（金） 5/18（土） 5/19（日） 来週の目標 5/15（水） ◯競プロの鉄則 序章〜2.3 ◯ゼロから作るDeep Learning⑤生成モデル編 1.1〜3.3 ◯論文1本 （確率分布などの知識が足りていないと判断したため、ゼロから作る…で勉強してから残りの論文を読むことにしました） 5/16（木） ◯競プロの鉄則 2.4〜3.1 A ◯ゼロから作る Deep Learning⑤生成モデル編 3.4〜4.4 5/17（金） ◯競プロの鉄則…

はじめに 検索チームの友利です。 画像生成などの技術的進歩は凄まじいですね。簡単なプロンプトから綺麗で多様なデータが生成されていて驚きっぱなしです。そこで拡散モデルの理論的なところが気になったので勉強して記事にしてみました。 この記事では拡散モデルから生成されたデータの質の高さの大きな要因であるサンプリング性能について見ていきます。拡散モデルのサンプリング性能の良さを体感するために、一般的なサンプリング法での問題点を確認しそれが拡散モデルと同等のモデルでは解決できていることを簡単な2次元データを使って見ていきます。 ちなみに『拡散モデル データ生成技術の数理』という書籍を参考にしてます。わかり…