人工智能_大模型065_多模态大语言模型13_DiffusionModel扩散模型_最小化分布差异_UNet去噪模型_DIT_基于Transformer的扩散模型---人工智能工作笔记0200

扩散模型,其实,首先要明确:

图片变成噪声图片,其实是给图片添加了高斯噪声,之所以叫做高斯噪声,是因为,添加的噪声的数据,呈现正态分布,

经过对噪声,进行一步步添加以后,最后,噪声就变成了一个正太分布的噪声.

而可以看到这里对于噪声:

要做的预测就是来预测噪声,而不是预测图像.

我们可以看到x0 到xt 是逐步添加的噪声,那么

通过上面的公式,知道任何一个x0到xt的,噪声数据,就可以,逐步预测到没有噪声时候的样子,

那么,去除这个图像中的哪些点,做为噪声,是需要预测的.

而这个预测模型:就是最小化高斯分布的差异.

也就是如果用高斯分布a,对图像加噪声,那么,如果能准确预测到这个高斯分布,那么就可以利用

这个高斯分布对图像去除噪声.