1. 深度生成模型-扩散模型(非均衡热力学的深度无监督学习)

扩散模型：利用非均衡热力学的深度无监督学习

本扩散模型系列内容包含6篇文章，

• 本文是去噪扩散模型的开端；
• 第二篇文章基于本文给出去噪扩散模型；
• 第三篇文章利用SDE将基于分数的概率生成模型和去噪扩散模型统一在一个框架下；
• 第四篇文章给出了第三篇文章的理论证明；
• 第五篇文章将第四篇文章数据的取值空间从${\mathbb{R}}^d$推广到任意空间。
  

  Deep Unsupervised Learning using Nonequilibrium Thermodynamics

  • 扩散模型：利用非均衡热力学的深度无监督学习
  • • 1. 扩散模型简介
    • • 1.1 扩散概率模型
      • 1.2 与其他工作的关联
      • 1.3 预备知识
    • 2. 算法
    • • 2.1. 正向轨迹
      • 2.2. 反向轨迹
      • 2.3. 模型概率
      • 2.4 训练
    • 3. 应用于贝叶斯推断
    • • 3.1. 乘法分布的扩散模型
      • 3.2. 计算后验：图片去噪和修补