在前向过程(diffusion过程),例如此时取batch-size为4,然后每一个图像取随机的扩散次数T,得到了4个不同程度的noise image,然后将这些noise image输入进UNet就得到了噪声 \widetilde{Z},现在求真实噪声Z和\widetilde{Z}的损失,可以使用 L1 loss / L2 loss

但是这种每一个Xt输入进UNet,然后得到噪声 \widetilde{Z} 并不是很好的一个过程,因为这种由 X_{t} 去除 \widetilde{Z} 得到的图像一般比较模糊,我们希望的是由 X_{t} 得到 X_{t-1}X_{t-2}...这样一步步的得到最后的图像X_{0} ,这样得到的去噪图像会更清晰

 

我们如何求出这个函数 f 呢(也就是上述红色箭头表示的)?如果求出这个 f ,那么逆向过程就很清晰了

Logo

GitCode 天启AI是一款由 GitCode 团队打造的智能助手,基于先进的LLM(大语言模型)与多智能体 Agent 技术构建,致力于为用户提供高效、智能、多模态的创作与开发支持。它不仅支持自然语言对话,还具备处理文件、生成 PPT、撰写分析报告、开发 Web 应用等多项能力,真正做到“一句话,让 Al帮你完成复杂任务”。

更多推荐