DDPM

去噪扩散概率模型(DDPM)是一类通过逆转渐进噪声过程来学习生成数据的生成模型。

关键概念

  • 前向扩散过程:逐渐向数据添加高斯噪声
  • 反向扩散过程:学习逐步对图像去噪
  • U-Net架构:常用作去噪网络

数学公式

DDPM通过定义一个逐渐向数据添加噪声直至变成纯噪声的前向扩散过程,然后训练模型来逆转这一过程。

参考文献