差别
这里会显示出您选择的修订版和当前版本之间的差别。
| 两侧同时换到之前的修订记录 前一修订版 后一修订版 | 前一修订版 | ||
| 深度学习:扩散模型:class1 [2026/04/01 12:44] – [扩散过程] 张叶安 | 深度学习:扩散模型:class1 [2026/04/01 13:15] (当前版本) – [前向过程单步公式讲解] 张叶安 | ||
|---|---|---|---|
| 行 203: | 行 203: | ||
| * $x_{t-1}$ 是上一步图像 | * $x_{t-1}$ 是上一步图像 | ||
| * $x_t$ 是当前这一步加噪后的图像 | * $x_t$ 是当前这一步加噪后的图像 | ||
| - | * $\epsilon_t \sim \mathcal{N}(0, | + | * $\epsilon_t \sim \mathcal{N}(0, |
| **直观理解：** | **直观理解：** | ||
| 行 209: | 行 209: | ||
| $\sqrt{\alpha_t}$ 是**上一步图像在当前步中的保留权重**。 | $\sqrt{\alpha_t}$ 是**上一步图像在当前步中的保留权重**。 | ||
| - | 之所以取平方根，是因为扩散模型里控制的是**方差**，而真正乘在样本上的系数是标准差，所以会出现平方根。 | + | 之所以取平方根，是因为扩散模型里控制的是[[概率论: |
| + | |||
| + | 注：变量乘以标准差，才能得到对应的方差。如X=> | ||
| + | |||
| 行 571: | 行 575: | ||
| - | 反向过程 | + | ====== |
| 反向过程 $p$ 的目的是：根据扩散链中的当前样本 $x_t$，去近似恢复前一步的样本 $x_{t-1}$。在实际情况下，这种近似 $p(x_{t-1}|x_t)$ 必须在不知道 $x_0$ 的前提下完成。 | 反向过程 $p$ 的目的是：根据扩散链中的当前样本 $x_t$，去近似恢复前一步的样本 $x_{t-1}$。在实际情况下，这种近似 $p(x_{t-1}|x_t)$ 必须在不知道 $x_0$ 的前提下完成。 | ||
张叶安