擴(kuò)散模型是什么?如何工作以及他如何解決實(shí)際的問題
成都創(chuàng)新互聯(lián)客戶idc服務(wù)中心,提供成都電信服務(wù)器托管、成都服務(wù)器、成都主機(jī)托管、成都雙線服務(wù)器等業(yè)務(wù)的一站式服務(wù)。通過各地的服務(wù)中心,我們向成都用戶提供優(yōu)質(zhì)廉價(jià)的產(chǎn)品以及開放、透明、穩(wěn)定、高性價(jià)比的服務(wù),資深網(wǎng)絡(luò)工程師在機(jī)房提供7*24小時(shí)標(biāo)準(zhǔn)級技術(shù)保障。在計(jì)算機(jī)視覺中,生成模型是一類能夠生成合成圖像的模型(文本生成圖像【DALL2、Stable Diffusion】、圖像生成圖像【Diffusion-GAN】)。例如,一個(gè)被訓(xùn)練來生成人臉的模型,每次都會(huì)生成一張從未被該模型或任何人看到過的人臉。
1、GAN生成模型最著名的例子是GAN(生成對抗網(wǎng)絡(luò))。它有生成器和鑒別器,生成器G用來從隨機(jī)噪聲生成假的的圖像,判別器(Discriminator)來判斷輸入是真實(shí)圖像還是生成圖像,兩者在一個(gè)極小極大的相互博弈不斷變強(qiáng)。由于模型本身具有對抗性,我們需要同時(shí)訓(xùn)練2個(gè)模型,所以很難進(jìn)行訓(xùn)練。這使得很難達(dá)到一個(gè)最優(yōu)的平衡。并且由于其訓(xùn)練穩(wěn)定性差容易出現(xiàn)模式崩潰(Mode collapse)
2、變分自編碼器(VAE)變分自編碼器(Variational Autoencoder)通過編碼器(Encoder)將原始高維輸入轉(zhuǎn)換為低維隱層編碼,通過解碼器(Decoder)從編碼中重建數(shù)據(jù)。
為了可以隨機(jī)生成圖像,我們可以對編碼器添加約束,就是強(qiáng)迫它產(chǎn)生服從高斯分布的潛在變量。然后我們只要從高斯分布中進(jìn)行采樣,然后把它傳給解碼器就可以產(chǎn)生隨機(jī)圖片了。
這種一般產(chǎn)生的圖像比較模糊。
3、基于流的生成模型(Flow-based models)4、擴(kuò)散模型(Diffusion Model)Diffusion Model (擴(kuò)散模型) 是一類生成模型, 和 VAE (Variational Autoencoder, 變分自動(dòng)編碼器), GAN (Generative Adversarial Network, 生成對抗網(wǎng)絡(luò)) 等生成網(wǎng)絡(luò)不同的是, 擴(kuò)散模型在前向階段對圖像逐步施加噪聲, 直至圖像被破壞變成完全的高斯噪聲, 然后在逆向階段學(xué)習(xí)從高斯噪聲還原為原始圖像的過程,大致分為3步:
1、前向具體來說, 前向階段在原始圖像? 上逐步增加噪聲, 每一步得到的圖像? 只和上一步的結(jié)果?相關(guān), 直至第步的圖像 變?yōu)榧兏咚乖肼? 前向階段圖示如下:
2、逆向?而逆向階段則是不斷去除噪聲的過程, 首先給定高斯噪聲, 通過逐步去噪, 直至最終將原圖像 給恢復(fù)出來, 逆向階段圖示如下:
3、?從噪聲中生成隨機(jī)圖像模型訓(xùn)練完成后, 只要給定高斯隨機(jī)噪聲, 就可以生成一張從未見過的圖像.
1、前向過程:逐漸加噪聲,找到X0與Xt-1、Xt-2.....Xt的關(guān)系
2、逆向過程:逐漸去噪聲,找到Xt與Xt-1、Xt-2.....X0的關(guān)系
Diffusion Model:比“GAN"還要牛逼的圖像生成模型!公式推導(dǎo)+論文精讀,迪哥打你從零詳解擴(kuò)散模型!_嗶哩嗶哩_bilibili
擴(kuò)散模型 (Diffusion Model) 簡要介紹與源碼分析_珍妮的選擇的博客-博客
你是否還在尋找穩(wěn)定的海外服務(wù)器提供商?創(chuàng)新互聯(lián)www.cdcxhl.cn海外機(jī)房具備T級流量清洗系統(tǒng)配攻擊溯源,準(zhǔn)確流量調(diào)度確保服務(wù)器高可用性,企業(yè)級服務(wù)器適合批量采購,新人活動(dòng)首月15元起,快前往官網(wǎng)查看詳情吧
網(wǎng)頁題目:什么是擴(kuò)散模型(DiffusionModel)?-創(chuàng)新互聯(lián)
本文來源:http://aaarwkj.com/article28/dpisjp.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供面包屑導(dǎo)航、建站公司、手機(jī)網(wǎng)站建設(shè)、標(biāo)簽優(yōu)化、做網(wǎng)站、網(wǎng)頁設(shè)計(jì)公司
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來源: 創(chuàng)新互聯(lián)
猜你還喜歡下面的內(nèi)容