章节大纲
- 01
前向加噪马尔可夫链及噪声日程
- 02
反向去噪过程为何需要学习条件分布
- 03
噪声预测目标与变分下界的关系
- 04
分数函数、随机微分方程与扩散统一视角
- 05
条件引导和无分类器引导的机制
- 06
采样步数、质量、多样性和计算成本评估
CONCEPT OUTLINE / diffusion-models
学习逐步去除噪声的逆过程,从简单噪声分布生成高维数据样本。
前向加噪马尔可夫链及噪声日程
反向去噪过程为何需要学习条件分布
噪声预测目标与变分下界的关系
分数函数、随机微分方程与扩散统一视角
条件引导和无分类器引导的机制
采样步数、质量、多样性和计算成本评估