生成扩散模型漫谈：一般框架之SDE篇

©PaperWeekly 原创 · 作者 | 苏剑林

单位 | 追一科技

研究方向 | NLP、神经网络

在写生成扩散模型的第一篇文章时，就有读者在评论区推荐了宋飏博士的论文《Score-Based Generative Modeling through Stochastic Differential Equations》[1]，可以说该论文构建了一个相当一般化的生成扩散模型理论框架，将 DDPM、SDE、ODE 等诸多结果联系了起来。诚然，这是一篇好论文，但并不是一篇适合初学者的论文，里边直接用到了随机微分方程（SDE）、Fokker-Planck 方程、得分匹配等大量结果，上手难度还是颇大的。

不过，在经过了前四篇文章的积累后，现在我们可以尝试去学习一下这篇论文了。在接下来的文章中，笔者将尝试从尽可能少的理论基础出发，尽量复现原论文中的推导结果。

随机微分

在 DDPM 中，扩散过程被划分为了固定的 步，还是用《生成扩散模型漫谈：DDPM = 拆楼 + 建楼》的类比来说，就是“拆楼”和“建楼”都被事先划分为了 步，这个划分有着相当大的人为性。事实上，真实的“拆”、“建”过程应该是没有刻意划分的步骤的，我们可以将它们理解为一个在时间上连续的变换过程，可以用随机微分方程（Stochastic Differential Equation，SDE）来描述。

为此，我们用下述 SDE 描述前向过程（“拆楼”）：

相信很多读者都对 SDE 很陌生，笔者也只是在硕士阶段刚好接触过一段时间，略懂皮毛。不过不懂不要紧，我们只需要将它看成是下述离散形式在 时的极限：

再直白一点，如果假设拆楼需要 天，那么拆楼就是 从 到 的变化过程，每一小步的变化我们可以用上述方程描述。至于时间间隔 ，我们并没有做特殊限制，只是越小的 意味着是对原始 SDE 越好的近似，如果取 ，那就对应于原来的 ，如果是 则对应于 ，等等。也就是说，在连续时间的 SDE 视角之下，不同的 是 SDE 不同的离散化程度的体现，它们会自动地导致相似的结果，我们不需要事先指定 ，而是根据实际情况下的精确度来取适当的 T 进行数值计算。

所以，引入 SDE 形式来描述扩散模型的本质好处是“将理论分析和代码实现分离开来”，我们可以借助连续性 SDE 的数学工具对它做分析，而实践的时候，则只需要用任意适当的离散化方案对 SDE 进行数值计算。

对于式（2），读者可能比较有疑惑的是为什么右端第一项是 的，而第二项是 的？也就是说为什么随机项的阶要比确定项的阶要高？这个还真不是那么容易解释，也是 SDE 比较让人迷惑的地方之一。简单来说，就是 一直服从标准正态分布，如果随机项的权重也是 ，那么由于标准正态分布的均值为 、协方差为 ，临近的随机效应会相互抵消掉，要放大到 才能在长期结果中体现出随机效应的作用。

逆向方程