直接给出上述算法原理:(training图中的q(x0)表示图片库,每一次repeat取一个x0即clean image)
α,β,T都是事前已知的超参数
1.training过程中每张图会被随机分配一个t步,然后一次加入t步的噪声,再一次经过noise predicter得到基础噪声epsilon,得到还原图像
2.生成图片过程:sample一个noise,然后经过T步,代sampling中的公式
3.扩散过程:一步到位,直接相当于加入t次噪声(因为直接加入t次噪声后和一次一次加入噪声后按照下面的变换公式是同分布的)