训练过程的流程： 

1、在真实数据中取出一些数据 X_0

2、随机取出扩散的步数T

3、在正态分布中取出噪声 \varepsilon

4、将 X_T 与当前的步数 t 一起送进UNet网络 \epsilon _\theta【其中\theta是UNet的参数】，就可以得到估计的噪声，然后将这个估计的噪声和真实的噪声\epsilon 求损失

测试（采样）的过程如右侧所示：

1、从标准高斯分布采样一个噪声 x_{T} \sim \mathcal{N}(0, \mathbf{I})

2、从时间步T开始正向扩散迭代到时间步1；

3、根据高斯分布计算每个时间步t的噪声图

 

# 算法
Logo
天启AI社区

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

cover

【感知机】感知机(perceptron)学习算法例题及详解

avatar 天启AI社区
cover

AI云原生：数智化时代AI Agent加速落地的技术基石与实践指南（THS）

avatar 天启AI社区
cover

【AI论文】设计实验室：通过迭代检测与修正来设计幻灯片

avatar 天启AI社区