【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。