公开(公告)号：CN118095368A

公开(公告)日：2024-05-28

申请号：CN202211497412.1

申请日：2022-11-26

Applicant: 华为技术有限公司

Inventor： 罗维俭 ,  胡天阳 ,  孙嘉城 ,  张世枫

IPC: G06N3/0475 ,  G06N3/096

Abstract: 本申请提供一种应用于人工智能领域的生成模型训练方法、数据转换方法以及装置，用于基于更稳定的训练得到输出效果更好的生成模型，使用该生成模型进行用户所需的数据转换。包括：首先，将噪声集合中的数据作为生成模型的输入，输出至少一个生成样本，生成模型用于对输入的数据进行数据转换；随后，将至少一个生成样本作为第一扩散模型的输入，输出至少一个第一扩散得分值，即使用第一扩散模型对生成模型的输出效果进行评分；随后，根据至少一个第一扩散得分值以及第二扩散模型输出的至少一个第二扩散得分值对生成模型进行更新，得到更新后的生成模型，第二扩散模型为使用真实样本集合训练得到。

公开(公告)号：CN117173035A

公开(公告)日：2023-12-05

申请号：CN202310950031.2

申请日：2023-07-28

Applicant: 华为技术有限公司

Inventor： 薛舒晨 ,  易鸣洋 ,  罗维俭 ,  张世枫 ,  孙嘉城

IPC: G06T5/00 ,  G06T5/50 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 一种数据处理方法，应用于人工智能领域，包括：获取多个第一图像和随机噪声；不同的所述第一图像为通过所述扩散模型中的去噪模块在不同历史步长所预测的去噪后的图像；将所述多个第一图像和所述随机噪声进行融合，得到当前步长的去噪后的图像。本申请在预测去噪图像时，将在不同历史步长所预测的去噪后的图像进行融合，可以在同样计算消耗的情况下减小采样误差，从而降低采样次数。