【扩散生成模型】Diffusion Generative Models

由浅入深了解Diffusion Model

如何通俗理解扩散模型？

stable diffusion的扩散模型训练的时候为何要添加噪声？

Github扩散论文合集：
Awesome-Diffusion-Models

提出扩散模型思想的论文：

《Deep Unsupervised Learning using Nonequilibrium Thermodynamics》理解

最近大火的扩散模型经典开山作介绍与必备数学推导（一）

---

扩散模型综述：

“扩散模型”首篇综述+论文分类汇总，谷歌&北大最新研究

「扩散模型」首篇综述！谷歌&北大最新研究

扩散模型(Diffusion Model)最新综述+GitHub论文汇总-A Survey On Generative Diffusion

VAE、GAN 这种生成模型和 transformer 有什么区别？

[Transformer 101系列] AIGC组成原理(上)

[Transformer 101系列] AIGC组成原理(下)

---

理论推导、代码实现：

飞桨框架下的stable diffusion：PaddleHub：使用Stable Diffusion进行创作
在paddlehub这个image下面还有各种模型可用，比如imagegan、object detection等。

https://github.com/PaddlePaddle/PaddleHub/tree/develop/modules/image/text_to_image/stable_diffusion

What are Diffusion Models?

扩散模型DDPM原理及代码实现

轻松学习扩散模型（diffusion model），被巨怪踩过的脑袋也能懂——原理详解+pytorch代码详解（附全部代码）

扩散模型之DDPM

扩散模型：从DDPM到stable diffusion

https://github.com/xiaohu2015/nngen/tree/main

---

扩散——新模型：

扩散模型之DDIM

[ICLR2023] 扩散生成模型新方法：极度简化，一步生成

扩散模型家族再添一员，最新 Cold Diffusion 不再依赖高斯噪声

在这篇叫做“Cold Diffusion: Inverting Arbitrary Image Transforms Without Noise”的最新论文中，作者提出了一个疑问：制作扩散模型的变体，是不是非得使用高斯噪声不可？

通过多次尝试，该研究团队得出了答案：并不一定需要。

Cold Diffusion 继承了这两步工作流程，但又对之进行了升华式的修改。如下图所示，在图像退化再到逆转退化的过程中，Cold Diffusion 研究团队尝试了使用噪声、模糊、变形（Animorph）、遮罩（mask）、像素化（pixelate）、雪花等变换方式，且都得到了不错的效果。

---

扩散模型优化方向：

• 训练方式、免训练采样、混合模型和分数与扩散统一

• 离散和连续的空间映射

综述文章：A Survey on Generative Diffusion Model