【2023.07.18】Guidance

由于直接在每次迭代时增加条件如：，模型容易逐渐忽略条件信息。

1.Classifier guidance

1）推导：

根据贝叶斯定理得到：

 增加权重后：

2）直观理解：

（1）权重

当时，条件扩散模型忽略了 条件的存在。

随着的增加，给定条件，模型更容易产生在任意噪声程度下，会重复生成的样本。

（2）训练

模型需要额外训练分类器，因为模型需要能够处理任意噪声的输入。

2.classifier-free guidance

1）权重

:直接学习条件分布，忽略guidance。

:优先学习条件分布，并且向着远离无条件分布的方向改进。即减少没有使用条件信息的样本的生成。

2）训练

无条件和有条件模型能同时被训练。只需在无条件信息时，用零替换条件信息。