扩散模型学习笔记

扩散模型学习笔记

1.这都是加了噪声之后的图像，加的噪声都是高斯噪声。

2.意思就是把这个当成了标签。

3.每一个时刻添加的噪声都是不一样的

4.β会随着时间发生变化，随着时刻的增加，β会越来越大,这也间接的反应所添加的噪声也越来越多。

7.这个噪声就是高斯噪声

一堆数据服从高斯分布，这堆数据的均值为0，方差为1就行，不需要在网络训练的过程中所提添加的高斯噪声数据一模一样

上面的转化使用了下面的性质

上面使用了下面的性质

14.这里表示标准正态分布，而且在这个扩散模型中所有的正态分布都是标准正态分布。