数据合成 —— Diffusion模型

文章目录

• • 概要
  • 整体架构流程
  • 技术名词解释
  • 技术细节
  • 小结

概要

Diffusion模型灵感来自于非平衡热力学，首先定义一个马尔科夫链，输入一张图片后缓慢将噪声添加到数据中，然后进行逆扩散过程，从噪声中构建出数据样本。

整体架构流程

1. 前向过程：

前向过程向原始图片中加入高斯噪声，直至最后的图像趋近于高斯分布。每一时刻加的噪声强度都不一样，由调度器控制。

     2.损失函数计算：

从xt到xt-1，一开始不是很好计算，因为x0取决于之前的所有步长，于是我们构建KL散度，最后化简的结果是直接预测噪声后带到特定的式子中预测均值，不用网络直接预测均值。