Diffusionモデルを理解する。Diffusion Models: A Comprehensive Survey of Methods and Applicationsを読む
Abstract
- efficient sampling, improved likelihood estimation, and handling data with special structuresという観点で使いやすい
- つまり効率的なサンプリング
- 類似点推定
- データを特別な形で扱う
Introduction
- 長らく続いていた画像生成におけるGANの性能を遥かに超えるSoTAを達成した
- DDPM,SGMs,SDEsという手法を用いて
FOUNDATIONS OF DIFFUSION MODELS
DDPMs
- DiffsionモデルはDDPMsと呼ばれる手法からなっている
- A denoising diffusion probabilistic modelと呼ばれる
- 二つのマルコフ連鎖を使っている。
- 一つのマルコフ連鎖はForward Processで、データにノイズを加えていく
- もう一つはReverse Processでノイズからデータを復元する
- 遷移核は一般的にはこんな感じ。ちなみに遷移書くというのはマルコフ行列の中身のこと
- 𝑞(x𝑡 | x𝑡−1) = N (x𝑡 ; √︁ 1 − 𝛽𝑡 x𝑡−1, 𝛽𝑡I),正規分布
- KL Divergenceを用いて計算する
疲れたので今日はここまで