Diffusion models 终极流程

这张图片展示了两个算法，分别是用于训练和采样的。以下是这两个算法的解释：

算法1：训练

这个算法描述了如何训练模型参数$\theta$。

1. repeat: 训练过程是一个迭代的过程，重复以下步骤直到收敛。
2. $x_0\sim q(x_0)$: 从数据分布$q(x_0)$中采样一个样本$x_0$。
3. t ∼ Uniform ( { 1 , … , T } ) t \sim \text{Uniform}(\{1, \ldots, T\}) t∼Uniform({ 1,…,T}): 从均匀分布 { 1 , … , T } \{1, \ldots, T\} { 1,…,T}中随机选择一个时间步$t$。
4. $ϵ\sim \mathcal{N}($