基本信息

---

下载

文档摘要

---

深度生成模型深度生成模型概述生成对抗网络（GAN）变分自编码器深度扩散模型归一化流模型

4.深度扩散模型扩散概率模型（DiffusionProbabilisticModels)简称扩散模型（隐变量模型）隐变量，与样本同维度样本

扩散模型描述?参数化的Markov链构成，由前向过程（扩散过程）和反向过程组成。?前向过程（扩散过程）通过逐渐加入噪声，将样本逐渐扩散为纯噪声分布（高斯噪声）?反向过程：从纯噪声分布出发，逐级重构样本，最后恢复样本?若扩散参数充分小，则前向过程和后向过程可具有相同概率分布类型，例如高斯（非平衡热力学）?可固定前向过程，训练后向过程的参数（用神经网络），训练结束后，