Generative Model

출처 링크a fixed forward diffusion process $\\bold{q}$ 점진적으로 gaussian noise를 image에 추가한다.pure noise를 얻을 때 까지! a learned reverse denoising diffusion proces

bottleneck layer에서 가장 중요한 정보만 학습할 수 있는 U-Net 구조를 신경망으로 사용한다.신경망은 특정 time step에서의 noised image를 입력받고, predicted noise를 반환해야 한다.predicted noise는 input i

출처: Annotated Diffusion가장 간단한 버전으로 구현 요약2-1) variance schedule: $\\beta\_{t}$ scheduling2-2) noising (at time step $\\bold{t}$)$||\\epsilon-\\epsilon{

Diffusion이 풀고자 하는 문제는forward process와 reverse process를 거친 'output 이미지'를'input 이미지'의 확률 분포와 유사하게 만드는 것이다.우리는 'input 이미지'의 확률 분포 $\\bold{p}$를 알지 못한다.그래서