一点关于扩散模型的笔记

最新推荐文章于 2025-04-10 00:24:25 发布
最新推荐文章于 2025-04-10 00:24:25 发布
阅读量373 收藏
点赞数 1
文章标签： 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/sdbyp/article/details/140009253
版权
大白很火
关注
用于图生成的自回归扩散模型 笔记
ZG
05-06 1641
都以独立概率α(t)衰变为吸收态（数据的一个维度或一旦数据进入吸收态，它就不会再对后续的扩散过程产生影响，相当于在这个维度上的信息已经被“吸收”或“丢失”了）吸收状态可以是文本的[MASK]标记或图像的灰度像素。从目标分布生成图形是许多领域的基本问题，传统随机图模型方法用强大的深度生成模型拟合图形数据，包括变分自编码器(VAEs) 、生成对抗网络、归一化流(Madhawa等人，2019)和基于能量的模型(EBMs) ，这些模型捕获复杂的图结构模式，然后生成具有所需属性的新的高保真图。中采样节点衰减排序σ。
扩散模型学习笔记
weixin_58112990的博客
11-14 585
也就是说同时掷两个骰子然后点数之和的概率分布，等于单独掷一个骰子两次后叠加的概率分布，只要知道掷两个骰子然后点数之和的概率分布，就只需要采样一次即可，所以我们现在需要知道掷两个骰子然后点数之和的概率分布。一张常见的图片，以RGB24格式为例，图片由像素组成，每一个像素对应着一个颜色，这个颜色有3个通道，每个通道取值范围[0，255]，表示红绿蓝三个颜色的比重。都表示的是服从正态分布的随机数，然后前面乘上下图的系数，根据正态分布的性质我们知道，这个乘积仍然是服从正态分布的。然后用下面的式子替换掉上面的。
扩散模型笔记2
qq_43642885的博客
07-07 367
在扩散模型中，每一步添加的噪声是从标准正态分布中重新采样的，因此每一步的噪声是不同的。系数 αt 控制了每一步中噪声的添加量，通常随着时间步的增加而变化。这种方法确保了噪声逐步增加，使得图像逐渐从原始状态变为完全噪声化的状态。
扩散模型笔记
qq_43642885的博客
07-07 1130
设置步长参数T为1000看起来很大，但实际上通过使用马尔可夫链的性质，我们可以简化计算，只需要生成特定时间步的噪声图像，而不需要每一步都计算所有中间状态。这使得生成噪声图像的过程更加高效和简便。在扩散模型中，第499步的图像是通过前一步（第498步）的图像生成的，而第498步的图像是通过第497步的图像生成的，以此类推。这种逐步生成的方法依赖于马尔可夫链的性质，即每一步的状态只依赖于前一步的状态。不过，如果我们只关心第499步的图像，我们不需要依次生成每一步的图像。
扩散模型理论学习笔记
jiale66的博客
07-21 725
扩散模型通过反转扩散过程迭代地对图像进行去噪，从随机采样的噪声开始，然后迭代一定数量的步骤，产生最终的图像样本，DDPM在图像生成和图像处理方面表现优越，特别是其在文生图领域的应用，研究证明扩散模型能够超越生成对抗网络，生成更稳定和更加多样的图片。目前最火的图像生成模型基本都是以扩散模型为基础的，去噪扩散概率模型（Denoising Diffusion Probabilistic Models，DDPM）是一类基于似然的模型，该模型具有强大的表达能力和灵活性，可以用来生成高质量图像。
扩散模型学习笔记（1）
m0_75070382的博客
07-09 1424
本文很大程度上参考了Diffusion Model 扩散模型-[通俗易懂+代码讲解]（一） - 知乎 (zhihu.com)以及https://blog.youkuaiyun.com/m0_63642362/article/details/127586200，https://segmentfault.com/a/1190000043744225 相当于一个学习笔记。在一些步骤上进行了补充，但由于博主刚开始学习，还是存在一些不理解的地方。
笔记 | 扩散模型
qq_38875402的博客
07-30 414
全文均参考自其他资料，仅作为笔记。
扩散卷积模型 笔记
ZG
04-21 715
Diffusion Convolutional Neural Networks（James Atwood and Don Towsley）【NeurIPS 2016】 This paper presents diffusion-convolutional neural networks (DCNNs), a new model for graph-structured data. Through the introduction of a diffusion-convolution opera
DiffuRec扩散推荐模型笔记
ZG
03-07 1543
DiffuRec模型结构如图所示，主要包括三个部分：1）逼近器（Approximator）；2）前向扩散过程（Diffusion Phase）；3）后向逆扩散过程（Reversion Phase）。针对传统推荐算法存在的表征能力有限、不确定性等挑战，本文提出一种利用扩散模型进行序列推荐的工作，该工作能够实现高质量、多样性的推荐效果。商品多维潜在表征建模、用户多兴趣表征建模、推荐的不确定性、推荐的不确定性等方面存在缺陷。
隐空间扩散模型（LDM）学习笔记
qq_33980935的博客
12-04 2069
这段时间在项目中接触到了LDM，很早之前了解过GAN，感觉二者还是有很大的不同，因此阅读了论文原文以及网上的公开介绍，结合自己的理解总结了一下，方便后续查看。如涉及到其他网络著作权，可联系删除。这篇笔记主要围绕隐空间扩散模型优势、稳定扩散模型原理、隐空间机制、生成模型部署训练以及图像生成等方面进行阐述说明。
扩散概率模型论文学习笔记(非常详细)
04-25
在扩散模型中，这种条件概率的概念尤为重要，尤其是在处理序列数据时，比如时间序列或图像序列。 ##### 基于马尔科夫假设的条件概率 在扩散模型中，通常会利用马尔科夫假设简化问题。如果一个系统中事件A、B和C...
扩散模型+CV与NLP科研笔记
09-19
扩散模型+CV与NLP科研笔记 本笔记涵盖了扩散模型、计算机视觉（CV）和自然语言处理（NLP）等领域的研究成果，涉及到扩散模型、 score-based generative models、Consistency Models 等热门研究方向。通过对扩散模型...
软件测试笔记(上)
最新发布
qq_65501197的博客
04-10 541
软件测试就是查找软件中的缺陷，日常生活中的各样的软件都会出现不同的缺陷，比如页面打不开、500 错误、白屏、崩溃、闪退等等。这些缺陷小到影响用户体验感，比如刷新页面三秒钟后才出现数据，体验感知非常不好；中到影响功能不能使用，比如软件某一个功能点击完后没反应或直接报错；大到影响财产和生命，像之前某电商出现过薅羊毛事件，一晚上损失几百万，还有波音 737 飞机起飞几秒钟后掉落，最后查明原因是因为软件传感器数据有误，导致机毁人亡的悲剧。
btrfs , ext4 , jfs , ntfs , refs , xfs , zfs 对比笔记250406
kfepiza的博客
04-07 1065
写时复制（CoW）、快照、透明压缩（支持 Zstd）、内置 RAID、动态 inode 分配。：B+ 树索引加速元数据查询，并行分配组（AG）架构提升并发 I/O，支持 8EB 文件系统。：支持块克隆（Block Cloning）、数据完整性校验，速度比 NTFS 快 80%。：高并发读写最优（如数据库插入），但大文件顺序写入速度最差，需定期执行。选择文件系统时，需根据具体需求（如性能、功能、可靠性等）进行权衡。：随机读写中等，删除大文件效率低，最大支持 1PB 文件系统。
oracle json笔记
enthan809882的博客
04-08 537
oracle json笔记
蓝桥杯备赛学习笔记：高频考点与真题预测（C++/Java/python版）
Magnolia_He的博客
04-09 1382
通过对第13-15届蓝桥杯真题的分析，可以发现题目主要围绕。：如果数组是环形的（首尾相连），如何计算？：实现BST的插入和删除操作。祝大家备赛顺利，冲击省一！，找到和最大的连续子数组。展开，且近年逐渐增加。，返回最长回文子串。
考研单词笔记 2025.04.09
a16675900046的博客
04-09 325
measure n尺度，标准，判断，衡量，措施，方法，议案，法案v测量，度量，估量，衡量。conduct v表现，组织，安排，实施，指挥，带领，引导，传导n行为，举止，组织方式。issue v发给，供给，宣布，公布，发行，出版，发表n问题，议题，期，号，版次。decline v谢绝，婉言拒绝，减少，下降，衰落，衰退n减少，下降，衰落，衰退。act v表现，行动，做事，扮演，充当，担任，起作用n行为，行动，法案，法令。extend v提供，给予，表示，延伸，扩展，延长，使延期，包括，适用于。
【电路笔记】-切换触发器
视觉与物联智能
04-07 664
切换触发器是常用的时序逻辑电路，作为单个比特双稳态存储元件，在计数器、存储器设备中经常使用，或作为响应时钟脉冲的分频器。
扩散模型论文笔记
03-13
### 关于扩散模型的研究概述 扩散模型（Diffusion Models）近年来因其在图像生成和其他模态数据上的卓越表现而受到广泛关注。这些模型通过学习如何逐步去噪来生成高质量的数据样本。以下是有关扩散模型的一些核心...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值