[일반] DDPM 원리

[익명(59.29)]

1. 원본 이미지에 가우시안 노이즈를 단계적으로 추가함

2. 결론적으로 노이즈를 계속 추가 하다 보면 노이즈 그자체가 된다

3. 이걸 기반으로 노이즈를 제거 하는 신경망을 학습시킴

이거 맞음? 논문 드릅게 어렵네 

- dc official App

[지잡컴공(wlwkqzjarhd)]

https://www.youtube.com/watch?v=W-O7AZNzbzQ
이 영상 보면 이해하는데 도움됨

[익명(59.29)]

오 ㄱㅅㄱㅅ 그 gpt 4chan 만든 양반이네 - dc App

[ㅂ(210.99)]

ㅇㅇ 맞음

[익명(147.47)]

이미지 깜짝이야 ㅅㅂ

[익명(122.153)]

가우시안 노이즈 추가하는거 아님. 논문을 잘 읽어보셈 포워드 프로세스가 가우시안으로 모델링 된거지 포워딩을 한 이미지가 가우시안인건 아님. 생각해보셈 오리지널 이미지 x0의 분포는 우리가 모르는 복잡한 분포일텐데 여기서 샘플링된 이미지에 가우시안 컨볼루션을 하면 xt의 분포가 되고 이걸 수없이 반복하면 zero mean unit variance의

[익명(122.153)]

가우시안이 되는거고 거기서 샘플링한게 가우시안 노이즈지 가우시안 노이즈를 더하는게 포워드 프로세스가 아님

[익명(125.176)]

ㄱㅅㄱㅅ - dc App

[ㅇ(210.99)]

정확히말하면 ddpm은 가우시안 노이즈 더하면서 기존 시그널에 1보다 작은값 곱해줌 근데 ve-sde라고 가우시안 노이즈만 더해주는 종류도 있음