• VAE
• Flow-based
• diffusion model
• GAN

Diffusion Model 是什么

Diffusion Model 扩散模型是一种“对原始数据逐步添加噪声，再学习如何一步一步去掉噪声还原数据”的生成模型。

扩散模型的核心思想是，学习基于一个图生成另一个图太困难，而学习一个图到另一个图的差别较为容易，所以扩散模型不直接生成复杂的数据，而是将任务分解为“从纯噪声中，逐步去噪恢复结构”的子问题。

扩散模型本质上是，学习从噪声 → 数据分布的随机动态系统。

零零散散

影像生成模型本质上的共同目标

在一个 distribution 上采样，经过 network 得到一个 distribution，这个distribution和 Real Image 的 distribution 越接近越好。

这也是 diffusion model 训练的目标。

如何训练 Noise Predictor

    创造训练数据
    Text-to-Image

Stable Diffusion

Text Encoder, Generation Model, Decoder

训练

encoder-decoer

U-net

FID

CLIP

版权所有

版权归属：Duangce

许可证：署名 4.0 国际 (CC-BY-4.0)