kuon61

摘要： 前言 在AIGC拾遗：扩散模型一文中，推导了扩散模型的前向扩散过程，训练目标和反向扩散采样。推导时，我们假设\(x_{0} \rightarrow x_{1} \dots \rightarrow x_{T}\)满足马尔科夫链，但在采样过程中，我们只使用了\(p(x_{t-1}|x_{t}, x_{0 阅读全文

摘要： 前言 本文总结梳理扩散模型的几种理解方式，基于苏神的扩散模型系列文章生成扩散模型漫谈（一）：DDPM = 拆楼 + 建楼，生成扩散模型漫谈（二）：DDPM = 自回归式VAE，生成扩散模型漫谈（三）：DDPM = 贝叶斯 + 去噪，结合笔者的一些思考，权当梳理笔记使用。 生成模型 生成模型采用神经网 阅读全文

摘要： 背景 在生成任务中，我们往往需要添加某些先验条件，以得到符合要求的结果，如生成特定类别的图片时，文生图，图生视频时。因此，相较于无条件生成模型，条件生成模型的应用范围广得多。本文回顾了Classier Guidance的方法，该方法额外训练一个分类器（classifier），并采用其梯度进行引导（g 阅读全文