温馨提示：本站仅提供公开网络链接索引服务，不存储、不篡改任何第三方内容，所有内容版权归原作者所有
AI智能索引来源：http://www.ibm.com/mx-es/think/topics/diffusion-models
点击访问原文链接

¿Qué son los modelos de difusión? | IBM

进入原网站 导航首页
Le damos la bienvenidaDescripción generalTipos de machine learningAlgoritmos de machine learningMachine learning estadísticoÁlgebra lineal para machine learningCuantificación de la incertidumbreCompensación entre sesgo y varianzaDescripción generalSelección de característicasExtracción de característicasIncrustación de vectoresEspacio latenteAnálisis de componentes principalesAnálisis discriminante linealSobremuestreoReducción de ejemplificaciónDatos sintéticosFiltración de informaciónDescripción generalRegresión linealRegresión lassoRegresión de crestaModelo de espacio de estadosSeries temporalesModelo autorregresivoDescripción generalÁrboles de decisiónK-vecinos más cercanos (KNN)Naive bayesBosque aleatorioMáquina de vectores de soporteRegresión logísticaDescripción generalBoostingBaggingGradient boostingClasificador de gradient boostingDescripción generalAprendizaje por transferenciaDescripción generalDescripción generalAgrupación en clústeres de K-meansAgrupación en clústeres jerárquicoAlgoritmo a prioriModelo de mezcla gaussianaDetección de anomalíasDescripción generalFiltrado colaborativoFiltrado basado en el contenidoDescripción generalFeedback humano de aprendizaje por refuerzoDescripción generalDescripción generalRetropropagaciónModelos de codificador-decodificadorRedes neuronales recurrentesRedes neuronales convolucionalesDescripción generalMecanismo de atenciónAtención agrupada a las consultasCodificación posicionalAutocodificadorModelo MambaRedes neuronales gráficasDescripción generalModelo generativoIA generativa frente a IA predictivaDescripción generalModelos de razonamientoModelos de lenguaje pequeñoAfinación de instruccionesParámetros de LLMTemperatura de LLMPuntos de referencia de LLMPersonalización de LLMModelos de difusiónAutocodificador variacional (VAE)Redes generativas adversativas (GAN)Descripción generalModelos de lenguaje de visiónTutorial: Crear un estilista de IATutorial: Consultas multimodales de IA con LlamaTutorial: Consultas multimodales de IA con PixtralTutorial: Transcripción automática de podcasts con GraniteTutorial: Sistema de respuesta de análisis de imágenes PPT IADescripción generalGraphRAGTutorial: Crear aun sistema RAG multimodal con Docling y GraniteTutorial: Evaluar el pipeline RAG con RagasTutorial: Estrategias de fragmentación de RAGTutorial: Graficar RAG mediante grafos de conocimientoTutorial: Escalado de inferencias para mejorar el RAG multimodalDescripción generalProgramación de VibeVisite la Guía para agentes de IA 2025Descripción generalFunción de pérdidaDatos de formaciónParámetros del modeloGradiente descendenteDescenso de gradiente estocásticoAjuste de hiperparámetrosTasa de aprendizajeDescripción generalRefinamiento eficiente de parámetros (PEFT)LoRATutorial: Ajuste del modelo Granite con LoRARegularizaciónModelos fundacionalesSobreajusteSubajusteAprendizaje few shotAprendizaje zero shotDestilación de conocimientosMetaaprendizajeAumento de datosOlvido catastróficoDescripción generalScikit-learnXGBoostPytorchDescripción generalCiclo de vida de la IAInferencia de IADespliegue de modelosPipeline de machine learningEtiquetado de datosGestión de riesgos de los modelosDesviación del modeloAutoMLSelección de modeloAprendizaje federadoMachine learning distribuidoPila de IADescripción generalNatural Language UnderstandingDescripción generalAnálisis de sentimientoTraducción automáticaDescripción generalRecuperación de informaciónExtracción de informaciónModelado de temasAnálisis semántico latenteAsignación latente de DirichletReconocimiento de entidades nombradasIncorporaciones de palabrasBag of wordsBúsqueda inteligenteReconocimiento de vozStemming y lematizaciónResumen de textoIA conversacionalAnalytics conversacionalGeneración de lenguaje naturalDescripción generalClasificación de imágenesDetección de objetosSegmentación de instanciasSegmentación semánticaReconocimiento óptico de caracteresReconocimiento de imágenesInspección visualDave BergmannCole Strykerredes neuronalesaprendizaje profundoIA generativamachine learninglos autocodificadores variacionales (VAEs),modelo de inteligencia artificialConsultela dinámica de Langevinmodelo basado en energíagaussianola arquitectura U-Netsegmentación de imágeneslímite inferior de la evidencia (ELBO, sigla en inglés de evidence lower bound)Ir al episodioautocodificador de eliminación de ruidogaussianocadena de Márkovsu entrada en el blog acerca de los modelos generativos basados en puntuacionesmatriz identidadautocodificadores variacionales (VAE).divergencia Kullback-Leiblerfunción de pérdidaerror cuadrático medio (MSE)pérdidaretropropagacióndescenso del gradienteincrustaciones vectorialesCLIPzero-shotespacio latente de menor dimensiónGuía Comience a obtener el retorno de la inversión (ROI): una guía práctica para la IA agéntica Aprenda a escalar la IA agéntica para obtener un ROI medible en toda su empresa. Este playbook describe las principales barreras que limitan el impacto, cómo medir eficazmente el ROI y un marco práctico para impulsar una adopción exitosa en toda la empresa. Obtenga la guíaInforme IBV La empresa en 2030: diseñada para la innovación perpetua Descubra nuestras cinco predicciones sobre lo que definirá a las empresas más exitosas en 2030 y los pasos que los líderes pueden tomar para obtener una ventaja de IA-first. Lea el informeCapacitación Lleve sus habilidades de IA generativa al siguiente nivel Aprenda los conceptos fundamentales y construya sus habilidades con laboratorios prácticos, cursos, proyectos guiados, ensayos y mucho más. Aprenda IA generativaGuía Ponga la IA a trabajar: Impulso del retorno de la inversión (ROI) con IA generativa ¿Quiere rentabilizar mejor sus inversiones en IA? Descubra cómo la IA generativa escalable en áreas clave impulsa el cambio ayudando a sus mejores mentes a crear y ofrecer nuevas soluciones innovadoras. Lea la guíaInforme De los proyectos de IA a los beneficios: Cómo la IA agéntica puede mantener la rentabilidad financiera Descubra cómo las organizaciones están pasando de lanzar IA en pilotos dispares a aplicarla para impulsar la transformación en el núcleo. Lea el informePodcast Techsplainers Explicación de la IA generativa Techsplainers de IBM desglosa los aspectos esenciales de la IA generativa, desde conceptos clave hasta casos de uso del mundo real. Los episodios claros y rápidos le ayudan a aprender los fundamentos rápidamente. Escuche ahoraGuía La guía del CEO para la IA generativa Descubra cómo los directores ejecutivos (CEO) pueden equilibrar el valor que la IA generativa puede crear con la inversión que exige y los riesgos que representa. Lea la guíaCapacitación watsonx Developer Hub Explore herramientas y recursos esenciales para acelerar su próximo proyecto. Comience y descubra la gama completa de modelos compatibles disponibles en IBM. Póngase en marchaInforme La verdad sobre el éxito de la IA generativa Descubra los beneficios de las plataformas de IA que permiten personalizar los modelos fundacionales mediante tecnología, procesos y mejores prácticas para ayudarle a poner en práctica fácilmente el ciclo de vida de la IA generativa. Lea el informemodelos de IA Explorar IBM Granite IBM Granite es nuestra familia de modelos de IA abiertos, de alto rendimiento y confiables, diseñados para empresas y optimizados para escalar sus aplicaciones de IA. Explore modelos para lenguaje, código, series temporales y medidas de seguridad. Conozca GraniteEbook Cómo elegir el modelo fundacional adecuado Aprenda a seleccionar el modelo fundacional de IA más adecuado para su caso de uso. Lea el ebookGuía Cómo prosperar en esta nueva era de la IA con confianza y seguridad Indague en los 3 elementos críticos de una estrategia sólida de IA: crear una ventaja competitiva, escalar la IA en todo el negocio y avanzar en la IA confiable. Lea la guíaDescubra watsonx.aiExplore las soluciones de IAConozca los servicios de IAExplore watsonx.aiReserve una demostración en vivo[1]“Improved Denoising Diffusion Probabilistic Models”,[2]“Variational Diffusion Models”,

智能索引记录