由浅入深理解Latent Diffusion/Stable Diffusion(2)：扩散生成模型的工作原理

作者：羊村懒王 | 2024-06-09 21:37:06

踩

Diffusion Models专栏文章汇总：入门与实战

前言： 关于如何使用stable diffusion的文章已经够多了，但是由浅入深探索stable diffusion models背后原理，如何在自己的科研中运用stable diffusion预训练模型的博客少之又少。本系列计划写5篇文章，和读者一起遨游diffusion models的世界！本文主要介绍扩散生成式模型的基本原理，stable diffusion models的前身latent diffusion models的基本原理。

使用 Transformer 模块修改的 U-Net

生成扩散模型的基本原理

扩散模型是强大的图像生成工具，但它们由两个简单的部分构成：一个添加高斯噪声以降低图像质量的函数，以及一个简单的图像恢复网络来消除这种噪声。

将高斯噪声添加到干净的图像中，为恢复网络创建训练数据。该模型接受噪声图像作为输入并输出干净的去噪图像。

通过最小化测量原始图像和去噪输出之间的 L1 差异的损失进行训练，这里的

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/羊村懒王/article/detail/695874