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。