【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。
如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:chenni525@qq.com进行投诉反馈,一经查实,立即删除!