Diffusion模型是通过向原始数据中逐步添加噪声,然后学习一个逆过程来从噪声中恢复数据。包括两个主要过程:前向扩散过程和反向扩散过程。前向扩散过程是将数据逐步转换为噪声的过程,而反向扩散过程则是从噪声中逐步恢复数据的过程.