생성적 모델이
VAE | GAN -> GLOW -> Denoising diffusion probabilistic models (DDPMs)
순으로 나오긴 했는데 DDPMs 모델 전망 어떰?
원래는 막 1000 step denoising 해야 좋은 성능 나왔었는데 그거 4-5step으로 줄여주는 Conditional Diffusion model(?) 도 나왔는데 이러면 성능 구려져서 GAN이랑 도긴개긴 되는거 아님?
뭐가 제일 좋을지 가늠이 안됨.
솔직히 성능은 거기서 거기임? 아님 신작일수록 성능 좋음?
이거 말하는건가?
https://nvlabs.github.io/denoising-diffusion-gan/
먼가 speed up 이라든지 그런 목적으로 만든거 맞는거 같은데
https://arxiv.org/pdf/2204.09934.pdf
이거긴
한데 노이즈 프리딕터로 단순히 디노이징 과정 최적화 하는거임
애초에 수학적 포뮬레이션이 다 다른 모델이자늠. 각기 나름대로 발전되고 있어서 뭐가 이길지는 몰겠음. 오히려 쟤네들이 섞일 수도 있을거같기도 하고.
ㄹㅇ 승리를 예측할 수 없다...
갠적으로 그중에서도 flow가 좀 병신같은 bijective constraint 가지고 있어야 돼서 승률 낮게봤는데 씨그래프에서 뉴럴ODE랑 컨디셔널 플로우 섞은 모델로 얼굴 편집 개잘하는 모델 낸거보고 생각이 짧았구나 싶더라
연구자들의 성과는 단순히 어림짐작 할 수가 없죠...