ノイズを除いて生成する

学習時の劣化過程と段階的な生成を区別します。

仕組み

拡散

DDPMの順過程はデータに少しずつノイズを加えます。ネットワークはこの劣化を逆転するための情報を学びます。生成はノイズから始まり、ノイズ除去のステップで新しいサンプルを作ります。

xₜ = √ᾱₜ x₀ + √(1 − ᾱₜ) ε, ε ∼ N(0,I)

x₀はデータ、εはガウスノイズ、ᾱₜはtまでの保持係数の積です。この式はDDPMの順過程を示し、すべての生成法を表すものではありません。

答える前に、自分の言葉で説明してみてください。

拡散の方法とTransformerのアーキテクチャは組み合わせられる。

ネットワーク、目的関数、サンプリング手順は別々の選択です。品質はデータや計算量にも依存します。記憶した元画像を必ず復元する過程ではありません。

引用した公開資料の学習用要約です。各論文の結果は、その課題、手順、計算資源の条件に依存します。