2024年6月24日
diffusion model(二)：DDIM技术小结 (denoising diffusion implicit model)
摘要： 去噪扩散概率模型 (DDPM6) 在没有对抗训练的情况下实现了高质量的图像生成，但其采样过程依赖马尔可夫假设，需要较多的时间步才能得到较好的生成效果。本文提出的DDIM(denoising diffusion implicit models 5)是更有效的迭代隐式概率模型，其训练过程与 DDPM 相同，但相比DDPM，采样过程快 10 到 50 倍。 阅读全文
posted @ 2024-06-24 18:18 莫叶何竹 阅读(1090) 评论(0) 推荐(0)
2024年5月24日
diffusion model(一)：DDPM技术小结 (denoising diffusion probabilistic)
摘要： 发布日期：2023/05/18 主页地址：http://myhz0606.com/article/ddpm 1 从直觉上理解DDPM 在详细推到公式之前，我们先从直觉上理解一下什么是扩散 对于常规的生成模型，如GAN，VAE，它直接从噪声数据生成图像，我们不妨记噪声数据为z,其生成的图片为\ 阅读全文
posted @ 2024-05-24 10:32 莫叶何竹 阅读(1877) 评论(1) 推荐(1)
点击右上角即可分享
微信分享提示