I2SB: Image-to-Image Schrödinger Bridge(扩散模型学习)


一、I2SB

1.解决非线性扩散
2.Schrödinger Bridge
3.适用于图像恢复任务

在这里插入代码片

这里是引用


二、Diffusion Model(李宏毅)

扩散模型 - Diffusion Model【李宏毅2023】

1. 框架:

三部分(1)理解输入Encoder(GPT、Bert)(2)加入噪声生成中间产物(Network)(3)生成图片Decoder(不需要文字)
在这里插入图片描述

1.1 Text Encoder

在这里插入图片描述

1.2

1.3【中间产物】为小图或网络训练的结果

在这里插入图片描述

2. 评价指标

真实图片和生成图片扔进Pretrain-CNN看最后一层特征的相似度。结果越小越好
在这里插入图片描述

2. 原理

在这里插入图片描述
在这里插入图片描述

1. Training

生成预测的噪声
Ground Truth,训练数据
在这里插入图片描述

2.2 Sampleing

在这里插入图片描述
在这里插入图片描述
流程(DDMP)
在这里插入图片描述


三、数学推导

简单的分布生成复杂的分布
如何评估:极大似然估计(极大似然估计就是在只有概率的情况下,忽略低概率事件直接将高概率事件认为是真实事件的思想。)
极大似然估计和最小化交叉熵损失(KL散度)完全等价

某一张图的几率

在这里插入代码片

这里是引用


4. DDPM(Denoising Diffusion Probabilistic Models)

  • 3
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
>> function [sa,sb,sc] = fcn(Ts,L1,L2,C2,udc,uca,ucb,ucc,i1a,i1b,i1c,i2a,i2b,i2c,i2refa,i2refb,i2refc,ucrefa,ucrefb,ucrefc,ea,eb,ec,i1refa,i1refb,i1refc) K1=Ts/L2;temp=0;C=0;P=0;mpc=1;sa=0;sb=0;sc=0;K2=Ts/C2;K3=Ts/L1; w1=1; w2=0.7; w3=20; g=[0 0 0 0 0 0 0 0]; h=[0 0 0 0 0 0 0 0]; k=[0 0 0 0 0 0 0 0]; z=[0 0 0 0 0 0 0 0]; g(1)=abs(i2refa-i2a-K1*(uca-udc*0))+abs(i2refb-i2b-K1*(ucb-udc*0))+abs(i2refc-i2c-K1*(ucc-udc*0)); g(2)=abs(i2refa-i2a-K1*(uca-udc*(-1/3)))+abs(i2refb-i2b-K1*(ucb-udc*(-1/3)))+abs(i2refc-i2c-K1*(ucc-udc*(2/3))); g(3)=abs(i2refa-i2a-K1*(uca-udc*(-1/3)))+abs(i2refb-i2b-K1*(ucb-udc*(2/3)))+abs(i2refc-i2c-K1*(ucc-udc*(-1/3))); g(4)=abs(i2refa-i2a-K1*(uca-udc*(-2/3)))+abs(i2refb-i2b-K1*(ucb-udc*(1/3)))+abs(i2refc-i2c-K1*(ucc-udc*(1/3))); g(5)=abs(i2refa-i2a-K1*(uca-udc*(2/3)))+abs(i2refb-i2b-K1*(ucb-udc*(-1/3)))+abs(i2refc-i2c-K1*(ucc-udc*(-1/3))); g(6)=abs(i2refa-i2a-K1*(uca-udc*(1/3)))+abs(i2refb-i2b-K1*(ucb-udc*(-2/3)))+abs(i2refc-i2c-K1*(ucc-udc*(1/3))); g(7)=abs(i2refa-i2a-K1*(uca-udc*(1/3)))+abs(i2refb-i2b-K1*(ucb-udc*(1/3)))+abs(i2refc-i2c-K1*(ucc-udc*(-2/3))); g(8)=abs(i2refa-i2a-K1*(uca-udc*0))+abs(i2refb-i2b-K1*(ucb-udc*0))+abs(i2refc-i2c-K1*(ucc-udc*0)); % for P=1:8 % z(P)=w1*g(P)+w2*h(P)+w3*k(P); % end % temp=z(1); % for C=1:8 % if z(C)<temp % temp=z(C); % mpc=C; % end % end switch mpc case 1 sa=0;sb=0;sc=0; case 2 sa=0;sb=0;sc=1; case 3 sa=0;sb=1;sc=0; case 4 sa=0;sb=1;sc=1; case 5 sa=1;sb=0;sc=0; case 6 sa=1;sb=0;sc=1; case 7 sa=1;sb=1;sc=0; case 8 sa=1;sb=1;sc=1; otherwise sa=0;sb=0;sc=0; end 这是matlab function中的一段代码如何修改代码找出使g输出最小的四个输入状态
05-23
您可以使用Matlab中的sort函数找出使g输出最小的四个输入状态。具体方法是将g向量排序并找出前四个最小的元素的索引,然后在switch语句中使用这四个索引进行判断。修改后的代码如下: function [sa,sb,sc] = fcn(Ts,L1,L2,C2,udc,uca,ucb,ucc,i1a,i1b,i1c,i2a,i2b,i2c,i2refa,i2refb,i2refc,ucrefa,ucrefb,ucrefc,ea,eb,ec,i1refa,i1refb,i1refc) K1=Ts/L2;temp=0;C=0;P=0;mpc=1;sa=0;sb=0;sc=0;K2=Ts/C2;K3=Ts/L1; w1=1; w2=0.7; w3=20; g=[0 0 0 0 0 0 0 0]; h=[0 0 0 0 0 0 0 0]; k=[0 0 0 0 0 0 0 0]; z=[0 0 0 0 0 0 0 0]; g(1)=abs(i2refa-i2a-K1*(uca-udc*0))+abs(i2refb-i2b-K1*(ucb-udc*0))+abs(i2refc-i2c-K1*(ucc-udc*0)); g(2)=abs(i2refa-i2a-K1*(uca-udc*(-1/3)))+abs(i2refb-i2b-K1*(ucb-udc*(-1/3)))+abs(i2refc-i2c-K1*(ucc-udc*(2/3))); g(3)=abs(i2refa-i2a-K1*(uca-udc*(-1/3)))+abs(i2refb-i2b-K1*(ucb-udc*(2/3)))+abs(i2refc-i2c-K1*(ucc-udc*(-1/3))); g(4)=abs(i2refa-i2a-K1*(uca-udc*(-2/3)))+abs(i2refb-i2b-K1*(ucb-udc*(1/3)))+abs(i2refc-i2c-K1*(ucc-udc*(1/3))); g(5)=abs(i2refa-i2a-K1*(uca-udc*(2/3)))+abs(i2refb-i2b-K1*(ucb-udc*(-1/3)))+abs(i2refc-i2c-K1*(ucc-udc*(-1/3))); g(6)=abs(i2refa-i2a-K1*(uca-udc*(1/3)))+abs(i2refb-i2b-K1*(ucb-udc*(-2/3)))+abs(i2refc-i2c-K1*(ucc-udc*(1/3))); g(7)=abs(i2refa-i2a-K1*(uca-udc*(1/3)))+abs(i2refb-i2b-K1*(ucb-udc*(1/3)))+abs(i2refc-i2c-K1*(ucc-udc*(-2/3))); g(8)=abs(i2refa-i2a-K1*(uca-udc*0))+abs(i2refb-i2b-K1*(ucb-udc*0))+abs(i2refc-i2c-K1*(ucc-udc*0)); % 找出前四个最小元素的索引 [~,idx] = sort(g); idx = idx(1:4); for P=1:8 h(P)=abs(ea-g(P)); k(P)=abs(i1refa-i1a-K3*(ea-ea*0)-K2*ea); end for P=1:4 % 只在前四个最小元素中搜索最小值 z(P)=w1*g(idx(P))+w2*h(idx(P))+w3*k(idx(P)); end [temp,mpc] = min(z); % 找出最小值和对应的输入状态 switch mpc case idx(1) sa=0;sb=0;sc=0; case idx(2) sa=0;sb=0;sc=1; case idx(3) sa=0;sb=1;sc=0; case idx(4) sa=0;sb=1;sc=1; case idx(5) sa=1;sb=0;sc=0; case idx(6) sa=1;sb=0;sc=1; case idx(7) sa=1;sb=1;sc=0; case idx(8) sa=1;sb=1;sc=1; otherwise sa=0;sb=0;sc=0; end end

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值