AIGC
文章平均质量分 92
MerlinTheMagic
I'm a developer with 10+ yoe.
Focus on NLP/AIGC/Cloud Native.
展开
-
SGM(Score-Based Generative Model)扩散模型简介
扩散模型(Diffusion Models)近年来在生成建模中获得了广泛关注。特别是Score-Based Generative Model(SGM),在图像生成等任务上表现出色。本文将介绍SGM的原理,并结合代码示例,帮助您更好地理解这一强大的生成模型。扩散模型是一类生成模型,其核心思想是从一个简单的分布(如高斯噪声)逐渐演变成复杂的目标分布。这个过程可以看作是从无序到有序的反向扩散(Reverse Diffusion)。原创 2024-08-24 18:34:55 · 868 阅读 · 0 评论 -
扩散模型 (Diffusion Models) 及其在生成式建模中的应用简介
扩散模型是一类生成模型,旨在通过模拟数据分布逐步生成逼真的样本。其核心思想是在高斯噪声的扰动下,逐步将数据样本退化成纯噪声,然后通过一个逆过程逐渐去噪,恢复出原始数据。扩散模型最初的构思源自于物理中的扩散过程,模拟粒子从高浓度区域向低浓度区域扩散。在生成模型中,这一过程被反过来使用,即从噪声开始,逐步引导模型生成具有真实感的样本。DDPM作为扩散模型的代表,在生成式建模中展示了强大的潜力。尽管其计算成本较高,但凭借其稳定性和高质量的生成能力,已在多个领域取得了显著成果。原创 2024-08-24 17:43:50 · 1023 阅读 · 0 评论