扩散
通过学习逆转逐步加噪过程来生成数据。
概览
扩散模型学习逐步去除噪声，使采样从纯噪声出发，最终得到合理的样本。它通过将双方博弈替换为单一的去噪目标，解决了对抗方法训练不稳定的问题。它之所以存在，是因为该目标稳定且能很好地覆盖数据分布，这也是它成为图像生成主流方法的原因。
技术图谱
扩散 如何与技术栈的其他部分相连。
使用与依赖
- Neural Network concept Algorithms 扩散 based on Neural Network High ✓ source
被用于
- Image Generation application Applications 扩散 used by Image Generation High ✓ source
工具
实现或集成 扩散 的软件。
Frameworks
替代方案
对比
与上述替代方案的逐项对比。