扩散模型:利用非均衡热力学的深度无监督学习 本扩散模型系列内容包含6篇文章, 本文是去噪扩散模型的开端; 第二篇文章基于本文给出去噪扩散模型; 第三篇文章利用SDE将基于分数的概率生成模型和去噪扩散模型统一在一个框架下; 第四篇文章给出了第三篇文章的理论证明; 第五篇文章将第四篇文章数据的取值空间从 R d \mathbb R^d Rd推广到任意空间。 Deep Unsupervised Learning using Nonequilibrium Thermodynamics 扩散模型:利用非均衡热力学的深度无监督学习 1. 扩散模型简介 1.1 扩散概率模型 1.2 与其他工作的关联 1.3 预备知识 2. 算法 2.1. 正向轨迹 2.2. 反向轨迹 2.3. 模型概率 2.4 训练 3. 应用于贝叶斯推断 3.1. 乘法分布的扩散模型 3.2. 计算后验:图片去噪和修补 3.3. 反向过程的熵 4. 实验 3.1 玩具问题