前言:分类器的引入大大提升了扩散模型的生成质量(FID和IS指标),但是分类器指导可以看上是一种梯度对抗引导,这就会引入生成对抗网络中存在的一些缺点。作者提出了一种混合了条件扩散模型的分数估计和联合训练的无条件扩散模型,样本的无条件可能性,同时增加了条件可能性,在生成质量上得到进一步的提升。
目录
前言:分类器的引入大大提升了扩散模型的生成质量(FID和IS指标),但是分类器指导可以看上是一种梯度对抗引导,这就会引入生成对抗网络中存在的一些缺点。作者提出了一种混合了条件扩散模型的分数估计和联合训练的无条件扩散模型,样本的无条件可能性,同时增加了条件可能性,在生成质量上得到进一步的提升。
目录