扩散模型被证明在人工合成中非常有效,甚至在图像方面击败了GANs。正因为如此,它们在机器学习界获得了关注,并在DALL-E 2或Imagen等系统中发挥了重要作用。
虽然扩散模型最丰富的成功是在计算机视觉界,但这些模型在其他领域也取得了显著的成果,例如。
然而,最近关于扩散模型的大部分研究,如DALL-E 2和Imagen,不幸的是,更广泛的机器学习社区无法获得,通常都是闭门造车。
这里有一个 "diffusers "库,其目标是。
为了复习一些理论以及术语,我们建议阅读/略过以下博文。
或论文。
- 提出[无监督学习的热力学]的原始论文(https://arxiv.org/abs/1503.03585)。
- 一个流行的扩散模型的论文,去噪扩散概率模型
DDPM,或 - 最近的一篇论文,包括扩散模型的权衡