本文对比了DDPM和DDIM两种扩散模型在图像去噪和生成样本过程中的差异，DDIM通过减少大步骤实现更快且确定性的生成，类似于快速大面积擦拭窗户，提高了效率和图像质量。
它们的前向过程是一样的，只是后向去噪过程不一样。
ddim是ddpm的非马尔可夫变体，允许更快的采样，并可以提供确定性输出。关键思想是，它们改变了逆向过程的计算方式，在不牺牲质量的情况下，允许更少的步骤生成样本。
现在，对于ddim，这个想法是类似的，但是ddim不是在许多步骤中去除一点点噪声，而是找到了一种方法，只需几个步骤就可以去除大量噪声。因此，它们可以更快地清除有噪点的照片，因为它们每次都在清除噪点方面有更大的飞跃。
ddpm和ddim之间的区别主要在于它们如何逆转噪声添加过程。ddpm通过许多小步骤来完成，而ddim通过更少、更大的步骤来完成。这使得ddimm能够更快地从噪声中生成清晰的图像，因为它们可以走捷径，而不需要经过每一个小步骤就能获得清晰的图像。
总而言之，ddpm就像一丝不苟地一块一块地清理脏窗户，而ddim就像把整个窗户擦几次，让它变得一样干净。
扫一扫
877
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
