Генеративные модели могут уступать в быстродействии другим методам машинного обучения из-за сложности своего обучения. 35

Это связано с тем, что генеративные модели решают более сложную задачу, чем аналогичные дискриминантные модели. 3 Например, предсказать вероятность конкретной цифры, нарисованной на картинке, гораздо проще, чем создать картинку с нужной цифрой. 5

Также генеративные модели требовательны к вычислениям: чем выше глубина сети, тем выше требования к вычислениям. 1

Кроме того, для задач, связанных с прогнозированием на основе структурированных данных, генеративные модели уступают традиционным методам машинного обучения. 2

Таким образом, быстродействие генеративных моделей зависит от конкретных задач и требований к производительности.