学习DDPM干货，原文+网络+Python代码讲解

大家好，小鱼🐟最近学习了DDPM，将一些干货提供给大家。

干货：原理讲解+网络讲解+代码讲解，三者结合在一起的哦。原文和推荐代码也有提供哦，都是可直接打开和运行的，当然，跑代码，环境要先设置好哦。小鱼🐟后面也有提到哦！

如果，小鱼🐟有不对的和错误的地方，望大家评论区提出哦，共同进步！谢谢哦！

一、简介

1.1原文

DDPM2020这个是原文地址，可直接下载哦！

本文，结合原文重点以及推荐代码，给大家进行了最重要的总结与归纳。

1.2推荐代码

推荐代码在文章最后，引用源于github资源。

1.3原理

        原理分为两个部分：

（1）Diffusion Phase：对应训练Train过程【q过程】

（2）Reverse Phase：对应评估Evaluation过程【p过程】

二、算法

2.0前提准备

首先，DDPM，需要手动设定两个参数，；以及步长数T

其次，，，因此，这两个参数我们是已知的。

接着，

最后，Net_Z

2.1Diffusion Phase

需要注意的是：Net_Z就是训练结果

Net_Z的工作目标是：

Net_Z的Loss是：与越近似越好

Net_Z的保存：相关训练参数，最后，用于Reverse

2.2Reverse Phase

需要注意的是：Reverse Phase的目标是求，即采样，还原信息。

输入仅存在最早的：纯Noisy

Reserve_Net的工作目标是：      

                  ​​​​​​​

，

Reserve_Net的输出是：预测的

三、网络

3.1UNet

UNet网络是专为图像分割任务设计的CNN，可有效提取图像的全局和局部信息。

3.2Pytorch

所给推荐代码的网络，继承于torch.Model

3.3Train

基本过程：梯度清零->计算损失->损失反向传播->梯度裁剪->更新权重

3.4Reverse

基本过程：噪声设置->调用Reverse_Net->保存结果

3.5环境配置

pytorch， tqdm，torchvision，scipy，numpy。

四、推荐的DDPM代码（二维）

DDPM代码这是二维图像的，最好是GPU跑。

五、调试修正为一维信号的DDPM代码

可以私信小鱼哦！

这是小鱼，最后用DDPM跑出来的生成一维信号。

DDPM：输入的是一个受严重噪声干扰的调制余弦波。