• 首页 首页 icon
  • 工具库 工具库 icon
    • IP查询 IP查询 icon
  • 内容库 内容库 icon
    • 快讯库 快讯库 icon
    • 精品库 精品库 icon
    • 问答库 问答库 icon
  • 更多 更多 icon
    • 服务条款 服务条款 icon

[cv] stable diffusion——2、公式

武飞扬头像
心心喵
帮助1

背景:

在图像生成领域中,最常见的生成模型是GAN和VAE。然而,在2020年,提出了一种新的模型,即DDPM(Denoising Diffusion Probabilistic Model),也被称为扩散模型(Diffusion Model)。这种模型同样可以用于图像生成。近年来,扩散模型备受关注,Stability AI、OpenAI、Google Brain等公司都基于这种模型提出了各种图像生成模型,例如生成文本图像、视频等。

原理介绍

扩散模型是一种生成模型,与其他生成模型一样,可以通过从简单分布采样的噪声中生成目标数据样本。扩散模型由前向过程和反向过程组成,其中前向过程又称为扩散过程。前向过程和反向过程都是参数化的马尔可夫链,其中反向过程可以用于生成数据样本。与GAN生成器不同的是,DDPM的反向过程没有维度变化。

这篇好文章是转载于:学新通技术网

  • 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
  • 本站站名: 学新通技术网
  • 本文地址: /boutique/detail/tanhiachkc
系列文章
更多 icon
同类精品
更多 icon
继续加载