通俗理解DDPM到Stable Diffusion原理

已于 2023-09-03 00:43:58 修改
阅读量1.7k 收藏 3
点赞数 1
分类专栏： AI算法 文章标签： stable diffusion 机器学习 人工智能
于 2023-08-27 21:55:36 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/orangerfun/article/details/131886849
版权
本文以易于理解的方式介绍了DDPM（Diffusion Probabilistic Models）的基本概念，包括扩散过程、降噪过程以及其Unet模型。接着详细阐述了Stable Diffusion模型，重点讨论了图片感知压缩、潜在扩散模型和条件机制，说明了如何通过感知压缩降低计算复杂度，并介绍了模型的训练与测评方法。文章还提到了Stable Diffusion在文生图和其他条件生成任务中的应用。
摘要由CSDN通过智能技术生成

请添加图片描述

🤗关注公众号funNLPer畅度阅读🤗

文章目录

前一篇文章Stable Diffusion XL(SDXL)原理详解

了解本专栏 订阅专栏 解锁全文 超级会员免费看
funNLPer
关注
专栏目录
订阅专栏
由浅入深理解Latent Diffusion/Stable Diffusion(2)：扩散生成模型的工作原理
沉迷单车的追风少年
11-17 4570
关于如何使用stable diffusion的文章已经够多了，但是由浅入深探索stable diffusion models背后原理，如何在自己的科研中运用stable diffusion预训练模型的博客少之又少。本系列计划写5篇文章，和读者一起遨游diffusion models的世界！本文主要介绍扩散生成式模型的基本原理，stable diffusion models的前身latent diffusion models的基本原理。
由浅入深理解Latent Diffusion/Stable Diffusion(3)：一步一步搭建自己的Stable Diffusion Models
热门推荐
沉迷单车的追风少年
11-30 3万+
关于如何使用stable diffusion的文章已经够多了，但是由浅入深探索stable diffusion models背后原理，如何在自己的科研中运用stable diffusion预训练模型的博客少之又少。本系列计划写5篇文章，和读者一起遨游diffusion models的世界！本文主要介绍带大家一步步搭建自己的stable diffusion models。
清晰理解diffusion原理: DDPM
最新发布
人工智能曾小健
07-09 1261
现在大火的stable diffusion系列，Sora，stable video diffusion等视频生成模型都是基于了diffusion模型。而diffusion模型的基石就是DDPM算法（之后有一些diffusion的加速方法，但是原理上还是DDPM），所以需要我们对DDPM有一定的了解，了解了DDPM可以帮助我们更好的理解diffusion模型。DDPM全称是Denoising Diffusion Probabilistic Models，最开始提出是用于去噪领域。
从DDPM到GLIDE：基于扩散模型的图像生成算法进展
shenlanshenyanai的博客
12-28 5817
前几天，OpenAI在Arxiv上挂出来了他们最新最强的文本-图像生成GLIDE [1]，如头图所示，GLIDE能生成非常真实的结果。GLIDE并非基于对抗生成网络或是VQ-VAE类模型所设计，而是采用了一种新的图像生成范式 - 扩散模型（Diffusion Model）。 作为一种新的生成模型范式，扩散模型有着和GAN不同且有趣的很多特质。这篇笔记梳理了过去一年多在扩散模型方向的一些主要工作，希望可以帮助读者更好的理解扩散模型以及GLIDE。在扩散模型相关论文中普遍有很多公式推导，笔记中基本省略了推导，
转载：stable diffusion原理解读通俗易懂，史诗级万字爆肝长文，喂到你嘴里
wuling129的专栏
09-24 687
超详细stable diffusion论文解读，收藏备用，以后有感兴趣的小朋友可以关注下。
DDPM Stable Diffusion
心之所向
08-07 1236
加噪过程（从右往左）和去噪过程（从左往右）。★ 加噪过程：给定真实图像 x0 ，逐步对它添加高斯噪声，得到 x1, x2, ⋯ ，显然这是一个马尔科夫链过程，在进行了足够多的 T 次加噪后，图像会被高斯噪声淹没，可以认为是各向独立的高斯噪声的图像。★ 去噪过程：针对噪声图像 xT ，让神经网络模型对其逐步去噪，得到 xT−1, xT−2, ⋯ ，最终复原出没有噪声的逼真图像 x0 ，所以加噪过程其实可以看作是在为去噪过程构建标签。
Stable Diffusion核心算法DDPM解析
benben044的专栏
08-17 1758
stable diffusion中核心算法DDPM的详细阐述
私有化部署 Llama3 大模型, 支持 API 访问
chenxyuan1tuo的博客
06-18 1025
原文 https://ducafecat.com/blog/llama3-model-api-local通过 ollama 本地运行 Llama3 大模型其实对我们开发来说很有意义，你可以私有化放服务上了。然后通过 api 访问，来处理我们的业务，比如翻译多语言、总结文章、提取关键字等等。你也可以安装 enchanted 客户端去直接访问这个服务 api 使用。
stable diffusion原理
ChrisWy26的博客
01-14 1万+
Stable diffusion相关资料汇总
Stable Diffusion教程 从入门到精通（下载地址）附安装包+安装文档.txt
07-19
19、Stable Diffusion XYZ plot脚本 知识点：XYZ 图标脚本用法 数据测试表达式写法 SD从入门到精通课程的第14集.mp4 18、Stable Diffusion 腾讯云安装部署教程之模型与插件 知识点：原生SD大模型和lora下载 SD插件...
【生成模型】DDPM概率扩散模型（原理+代码)
qq_45752541的博客
11-23 3万+
DDPM即 Denoising Diffusion Probabilistic Model概率扩散模型，原理 +代码解析
一文详解去噪扩散概率模型（DDPM）
2401_84033492的博客
06-19 2179
节前，我们星球组织了一场算法岗技术&面试讨论会，邀请了一些互联网大厂朋友、参加社招和校招面试的同学。针对算法岗技术趋势、大模型落地项目经验分享、新手如何入门算法岗、该如何准备、面试常考点分享等热门话题进行了深入的讨论。去噪扩散概率模型（DDPM）是一种新颖的高质量图像生成方法。现在事实证明，扩散模型可以轻松超越标准生成对抗网络（GAN）。我们有一个正向过程和一个反向过程。前向过程向图像添加高斯噪声。这将导致均值和单位方差为零的高斯分布。在相反的过程中，我们尝试从高斯噪声分布​​中重新创建图像。
[总结] DDPM Diffusion模型各阶段训练和采样过程方案细节和代码逻辑汇总
Joselynzhao
01-06 5361
下面是论文《GLIDE: Towards Photorealistic Image Generation and Editing with Text-Guided Diffusion Models》的代码逻辑进行梳理，code 链接：https://github.com/openai/glide-text2im/Classifier-Free Diffusion Guidance 中的这张图也表达相同的意思，模型增加分类器指导强度时发生的Inception score增加和样本多样性减少的简化表现。
Diffusion 扩散模型（DDPM）
qq_74722169的博客
06-17 1778
扩散模型（Diffusion Models）是一类基于概率和马尔科夫链的生成模型，通过逐步添加和去除噪声实现数据生成。以下是扩散模型的主要特点、工作原理、优势和应用领域的总结。
一文详解扩散模型：DDPM
周红伟讲AI
03-12 3999
这些效果惊艳的模型扩散模型的理论基础便是我们这里要介绍的提出扩散模型的文章[1]和非常重要的DDPM[2]，扩散模型的实现并不复杂，但其背后的数学原理却非常丰富。因为我们在扩散过程的整个流程中都共享同一套参数，为了区分不同的时间片，作者借鉴了Transformer [15]的位置编码的思想，采用了正弦位置嵌入对时间$t$进行了编码，这使得模型在预测噪声时知道它预测的是批次中分别是哪个时间片添加的噪声。扩散模型是一个基于马尔可夫链的数学模型，它通过预测每个时间片添加的噪声来进行模型的训练。
Stable Diffusion 原理介绍与源码分析（二、DDPM、DDIM、PLMS算法分析）
珍妮的选择的博客
03-19 9037
本文对 Stable Diffusion 主要使用的如 DDPM、DDIM、PLMS 等算法进行分析，详解其代码实现。
一文速览扩散模型优化过程：从DDPM到条件生成模型Stable Diffusion
要相信光
05-30 1万+
本文会从最简单的扩散模型开始讲起，然后根据原始模型存在的缺点介绍当前的一些改进方法，最后介绍一个经典的可用于条件生成的扩散模型Stable Diffusion.
DDPM原理与代码剖析
andy dennis的博客
12-11 1万+
鸽了好久没更了，主要是刚入学学业压力还蛮大，挺忙的，没时间总结啥东西。接下来就要好好搞科研啦。先来学习一篇diffusion的经典之作Denoising Diffusion Probabilistic Models(DDPM)。先不断前向加高斯噪声，这一步骤称为前向过程。然后就是利用模型不断预测加噪前的图片，从而还原出原图像。
【大模型系列】图片生成(DDPM/VAE/StableDiffusion/ControlNet/LoRA)
kabuto_hui的博客
03-14 2430
ControlNet 是一个任务相关的端到端方法，即对于每一种控制类型都要训练一个特定的 ControlNet 支持， 比如线图控制、深度图控制、姿态控制等等。这样有好处也有坏处， 单独看一个场景，拥有使用简单、训练成本低等优点。但是，如果面对一个复杂场景（多场景），反而变得略麻烦，每一个细分场景都要训练和维护一个模型， 成本高昂，也不易用。LoRA与Adapter的区别：adapter是在模块的后面接上一个mlp，对模块的计算结果进行一个后处理。
stable diffusion 原理
04-18
Stable diffusion principle refers to a phenomenon in which a gas or liquid is evenly distributed in a closed space over time without any external interference. This principle is widely used in various fields, such as chemistry, physics, and engineering.
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值