iT邦幫忙

2023 iThome 鐵人賽

DAY 4
0

GAN和VAE,都是生成模型中重要的代表。GAN的表現出色,但在訓練中面臨一些對抗性的挑戰也難以訓練。而VAE理論基礎穩固,但在建模損失函數方面也不容易。而近幾年,有一種新興的生成模型方法,靈感來自非平衡態熱力學,就是擴散模型 (Diffusion Model)。

擴散模型

Diffusion Model的基本原理是將原始圖片逐漸加入雜訊(Noise),讓原本的圖片逐漸變成完全的雜訊狀態。然後再透過反轉這個過程,也就是Denoise去除雜訊來恢復圖片。讓它學習了雜訊圖和真實圖片之間的變換關係,最後使其能夠從雜訊中生成出像樣的圖片。

https://ithelp.ithome.com.tw/upload/images/20230919/20121027Dh1tz6mi7t.png

擴散模型主要有兩個過程:

1.正向過程(Forward Process, Diffusion Process)

對圖片逐步增加雜訊。
https://ithelp.ithome.com.tw/upload/images/20230919/20121027C473358SlD.png

2.反向過程(Reverse Process)

從雜訊中逐步恢復圖片。
https://ithelp.ithome.com.tw/upload/images/20230919/20121027aDQMuBSY7l.png

推薦內容:

淺談Diffusion Model


上一篇
【Day3】淺談GAN-生成對抗網路
下一篇
【Day5】淺談NLP-自然語言處理
系列文
淺談生成式AI與相關應用工具探索8
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言