【DDPM】DDPM模型原理介绍（1）

发布时间：2023年12月29日

总体介绍

从整体上看，DDPM包括两个过程，即：扩散过程和反向过程。其中，扩散过程就是对一张图片逐渐添加高斯噪声，直至其变成随机噪声；而反向过程实际上是一个去噪过程，根据扩散过程中学习到的图片风格，对随机噪声逐渐进行去噪，最终生成一张与学到的风格相同的图片。DDPM的本质作用就是：学习训练数据的分布，从而生成尽可能符合训练数据分布的真实图片。

扩散过程

反向过程

文章来源:https://blog.csdn.net/m0_56367027/article/details/135280678
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
最新文章