扩散模型奠基之作:DDPM

一、理论知识

DDPM分为两个部分,设计两个不同的概率分布

1、前向过程(扩散):这一过程可以用条件概率 q(xt​∣xt−1​) 来描述DDPM之前向扩散-CSDN博客

2、反向过程(去噪):这一过程可以用条件概率 p(xt−1​∣xt​) 来描述

二、算法

相关推荐

  1. DDPM扩散模型数学推导

    2024-01-09 16:14:04       39 阅读
  2. Pytorch实现扩散模型DDPM代码解读篇1】

    2024-01-09 16:14:04       31 阅读
  3. Pytorch实现扩散模型DDPM代码解读篇2】

    2024-01-09 16:14:04       32 阅读

最近更新

  1. docker php8.1+nginx base 镜像 dockerfile 配置

    2024-01-09 16:14:04       98 阅读
  2. Could not load dynamic library ‘cudart64_100.dll‘

    2024-01-09 16:14:04       106 阅读
  3. 在Django里面运行非项目文件

    2024-01-09 16:14:04       87 阅读
  4. Python语言-面向对象

    2024-01-09 16:14:04       96 阅读

热门阅读

  1. 【Python】卷积神经网络

    2024-01-09 16:14:04       61 阅读
  2. 【面试高频算法解析】算法练习7 贪心算法

    2024-01-09 16:14:04       62 阅读
  3. SpringBoot项目中开启MyBatis的SQL日志

    2024-01-09 16:14:04       55 阅读
  4. openc910源码LSU系列之<66>

    2024-01-09 16:14:04       51 阅读
  5. golang学习-流程控制

    2024-01-09 16:14:04       58 阅读
  6. pytest-mock 数据模拟

    2024-01-09 16:14:04       80 阅读
  7. 用 Socket.D 替代原生 WebSocket 做前端开发

    2024-01-09 16:14:04       65 阅读
  8. 常见连读技巧

    2024-01-09 16:14:04       75 阅读
  9. Linux CentOS官方文档之U盘安装

    2024-01-09 16:14:04       58 阅读