【深度学习】小白也可以清晰理解diffusion原理: DDPM

文章预览

作者丨梦想成真@知乎（已授权） 来源丨https://zhuanlan.zhihu.com/p/693535104 编辑丨极市平台 导读   本文以易于理解的方式介绍了DDPM的基本原理，包括其前向加噪和反向去噪过程，以及如何通过最小化两个高斯分布之间的KL散度来训练模型。同时，文章还简要提及了DDIM作为DDPM的加速方法，以及如何将条件信息融入diffusion模型进行生成控制。 前言 现在大火的stable diffusion系列，Sora，stable video diffusion等视频生成模型都是基于了diffusion模型。而diffusion模型的基石就是DDPM算法（之后有一些diffusion的加速方法，但是原理上还是DDPM），所以需要我们对DDPM有一定的了解，了解了DDPM可以帮助我们更好的理解diffusion模型。 DDPM全称是Denoising Diffusion Probabilistic Models，最开始提出是用于去噪领域。原始论文中数学公式比较多，需要一定的数理基础。 https://arxiv.org/pdf/2006.112 ………………………………