Denoise Diffusion Probabilistic Models(简称 DDPM)是一类基于扩散过程的生成模型,其核心思想是通过模拟图像或数据的扩散过程,将数据从清晰状态逐渐转化为噪声状态,然后学习如何逆向操作,将噪声恢复回原始数据。这个过程的关键在于使用神经网络来反向去噪,从而生成新的样本。下面我们详细推导一下正向扩散和反向推断的过程。 1...
整体论文在符号表示方面稍微有些难懂,在下面的表示当中,作者使用的是上波浪线代表对于原有diffusion部分进行拆分成ideal part和noisy part,其中ideal part和noisy part部分的上波浪线都保留,上面带hat的是预测的部分,需要预测的target是上面什么都不带。 整体的方法框架 Coupled Diffusion Probabilistic Model 作者在进行了...