扩散模型学习--基于苏神博客

DDPM

DDPM 拆楼过程

DDPM首先将一个原始的图像 $x$拆分，添加了随机噪声，对下一时刻的x与噪声增加了系数，这样可以保证每一步都对$x$有一定程度的破坏

最终$x_t$可以表示为如下形式，由于$\alpha$小于1，因而最终$x_t$就又噪声主导了，ok拆楼完成。

DDPM建楼过程

为了建楼就需要用$x_t$去预测$x_{t-1}$, 这里采用了预测残差的方式

考虑到$x_t$跟t时刻的残差并不是独立的，我们往回退一步

这样损失函数就建立完毕了，我们只需要输入如下特征就可以进行训练
接下来我们对损失函数进行一下简化，减少采样的变量，增加训练稳定性。

预测

训练好模型后通过迭代就可以从随机噪声生成对应的模型了