位置: IT常识 - 正文

扩散模型 (Diffusion Model) 简要介绍与源码分析(扩散模型和gan的区别)

编辑:rootadmin
扩散模型 (Diffusion Model) 简要介绍与源码分析 扩散模型 (Diffusion Model) 简要介绍与源码分析文章目录扩散模型 (Diffusion Model) 简要介绍与源码分析前言广而告之总览参考文章扩散模型介绍基本原理前向阶段逆向阶段模型训练最终算法源码分析训练阶段逆向阶段总结前言

推荐整理分享扩散模型 (Diffusion Model) 简要介绍与源码分析(扩散模型和gan的区别),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:扩散模型和gan的区别,扩散模型diffusion加入批规范化BN,扩散模型diffusion是什么,扩散模型diffusion 200000step,扩散模型是用来干什么的,扩散模型diffusion加入批规范化BN,扩散模型diffusion是什么,扩散模型diffusion是什么,内容如对您有帮助,希望把文章链接给更多的朋友!

近期同事分享了 Diffusion Model, 这才发现生成模型的发展已经到了如此惊人的地步, OpenAI 推出的 Dall-E 2 可以根据文本描述生成极为逼真的图像, 质量之高直让人惊呼哇塞. 今早公众号给我推送了一篇关于 Stability AI 公司的报道, 他们推出的 AI 文生图扩散模型 Stable Diffusion 已开源, 能够在消费级显卡上实现 Dall-E 2 级别的图像生成, 效率提升了 30 倍.

于是找到他们的开源产品体验了一把, 在线体验地址在 https://huggingface.co/spaces/stabilityai/stable-diffusion (开源代码在 Github 上: https://github.com/CompVis/stable-diffusion), 在搜索框中输入 “A dog flying in the sky” (一只狗在天空飞翔), 生成效果如下:

Amazing! 当然, 不是每一张图片都符合预期, 但好在可以生成无数张图片, 其中总有效果好的. 在震惊之余, 不免对 Diffusion Model (扩散模型) 背后的原理感兴趣, 就想看看是怎么实现的.

当时同事分享时, PPT 上那一堆堆公式扑面而来, 把我给整懵圈了, 但还是得撑起下巴, 表现出似有所悟、深以为然的样子, 在讲到关键处不由暗暗点头以表示理解和赞许. 后面花了个周末专门学习了一下, 公式推导+代码分析, 感觉终于了解了基本概念, 于是记录下来形成此文, 不敢说自己完全懂了, 毕竟我不做这个方向, 但回过头去看 PPT 上的公式就不再发怵了.

广而告之

可以在微信中搜索 “珍妮的算法之路” 或者 “world4458” 关注我的微信公众号, 可以及时获取最新原创技术文章更新.

另外可以看看知乎专栏 PoorMemory-机器学习, 以后文章也会发在知乎专栏中.

总览

本文对 Diffusion Model 扩散模型的原理进行简要介绍, 然后对源码进行分析. 扩散模型的实现有多种形式, 本文关注的是 DDPM (denoising diffusion probabilistic models). 在介绍完基本原理后, 对作者释放的 Tensorflow 源码进行分析, 加深对各种公式的理解.

参考文章

在理解扩散模型的路上, 受到下面这些文章的启发, 强烈推荐阅读:

Lilian 的博客, 内容非常非常详实, 干货十足, 而且每篇文章都极其用心, 向大佬学习: What are Diffusion Models?ewrfcas 的知乎, 公式推导补充了更多的细节: 由浅入深了解Diffusion ModelLilian 的博客, 介绍变分自动编码器 VAE: From Autoencoder to Beta-VAE, Diffusion Model 需要从分布中随机采样样本, 该过程无法求导, 需要使用到 VAE 中介绍的重参数技巧.Denoising Diffusion Probabilistic Models 论文,

其 TF 源码位于: https://github.com/hojonathanho/diffusion, 源码介绍以该版本为主PyTorch 的开源实现: https://github.com/lucidrains/denoising-diffusion-pytorch, 核心逻辑和上面 Tensorflow 版本是一致的, Stable Diffusion 参考的是 pytorch 版本的代码.扩散模型介绍基本原理

Diffusion Model (扩散模型) 是一类生成模型, 和 VAE (Variational Autoencoder, 变分自动编码器), GAN (Generative Adversarial Network, 生成对抗网络) 等生成网络不同的是, 扩散模型在前向阶段对图像逐步施加噪声, 直至图像被破坏变成完全的高斯噪声, 然后在逆向阶段学习从高斯噪声还原为原始图像的过程.

具体来说, 前向阶段在原始图像 x\mathbf{x}_0x0​ 上逐步增加噪声, 每一步得到的图像 xt\mathbf{x}_txt​ 只和上一步的结果 xt−1\mathbf{x}_{t - 1}xt−1​ 相关, 直至第 TTT 步的图像 xT\mathbf{x}_TxT​ 变为纯高斯噪声. 前向阶段图示如下:

而逆向阶段则是不断去除噪声的过程, 首先给定高斯噪声 xT\mathbf{x}_TxT​, 通过逐步去噪, 直至最终将原图像 x\mathbf{x}_0x0​ 给恢复出来, 逆向阶段图示如下:

模型训练完成后, 只要给定高斯随机噪声, 就可以生成一张从未见过的图像. 下面分别介绍前向阶段和逆向阶段, 只列出重要公式,

前向阶段

由于前向过程中图像 xt\mathbf{x}_txt​ 只和上一时刻的 xt−1\mathbf{x}_{t - 1}xt−1​ 有关, 该过程可以视为马尔科夫过程, 满足:

q(x1:T∣x)=∏t=1Tq(xt∣xt−1)q(xt∣xt−1)=N(xt;1−βtxt−1,βtI),\begin{align} q\left(x_{1: T} \mid x_0\right) &=\prod_{t=1}^T q\left(x_t \mid x_{t-1}\right) \\ q\left(x_t \mid x_{t-1}\right) &=\mathcal{N}\left(x_t ; \sqrt{1-\beta_t} x_{t-1}, \beta_t \mathbf{I}\right), \end{align}q(x1:T​∣x0​)q(xt​∣xt−1​)​=t=1∏T​q(xt​∣xt−1​)=N(xt​;1−βt​​xt−1​,βt​I),​​

其中 βt∈(,1)\beta_t\in(0, 1)βt​∈(0,1) 为高斯分布的方差超参, 并满足 β1<β2<…<βT\beta_1 < \beta_2 < \ldots < \beta_Tβ1​<β2​<…<βT​. 另外公式 (2) 中为何均值 xt−1x_{t-1}xt−1​ 前乘上系数 1−βtxt−1\sqrt{1-\beta_t} x_{t-1}1−βt​​xt−1​ 的原因将在后面的推导介绍. 上述过程的一个美妙性质是我们可以在任意 time step 下通过 重参数技巧 采样得到 xtx_txt​.

重参数技巧 (reparameterization trick) 是为了解决随机采样样本这一过程无法求导的问题. 比如要从高斯分布 z∼N(z;μ,σ2I)z \sim \mathcal{N}(z; \mu, \sigma^2\mathbf{I})z∼N(z;μ,σ2I) 中采样样本 zzz, 可以通过引入随机变量 ϵ∼N(,I)\epsilon\sim\mathcal{N}(0, \mathbf{I})ϵ∼N(0,I), 使得 z=μ+σ⊙ϵz = \mu + \sigma\odot\epsilonz=μ+σ⊙ϵ, 此时 zzz 依旧具有随机性, 且服从高斯分布 N(μ,σ2I)\mathcal{N}(\mu, \sigma^2\mathbf{I})N(μ,σ2I), 同时 μ\muμ 与 σ\sigmaσ (通常由网络生成) 可导.

简要了解了重参数技巧后, 再回到上面通过公式 (2) 采样 xtx_txt​ 的方法, 即生成随机变量 ϵt∼N(,I)\epsilon_t\sim\mathcal{N}(0, \mathbf{I})ϵt​∼N(0,I), 然后令 αt=1−βt\alpha_t = 1 - \beta_tαt​=1−βt​, 以及 αt‾=∏i=1Tαt\overline{\alpha_t} = \prod_{i=1}^{T}\alpha_tαt​​=∏i=1T​αt​, 从而可以得到:

xt=1−βtxt−1+βtϵ1 where   ϵ1,ϵ2,…∼N(,I),  reparameter trick;=atxt−1+1−αtϵ1=at(at−1xt−2+1−αt−1ϵ2)+1−αtϵ1=atat−1xt−2+(at(1−αt−1)ϵ2+1−αtϵ1)=atat−1xt−2+1−αtαt−1ϵˉ2 where ϵˉ2∼N(,I);=…=αˉtx+1−αˉtϵˉt.\begin{align} x_t &= \sqrt{1 - \beta_t} x_{t-1}+\beta_t \epsilon_1 \quad \text { where } \; \epsilon_1, \epsilon_2, \ldots \sim \mathcal{N}(0, \mathbf{I}), \; \text{reparameter trick} ; \nonumber \\ &=\sqrt{a_t} x_{t-1}+\sqrt{1-\alpha_t} \epsilon_1\nonumber \\ &=\sqrt{a_t}\left(\sqrt{a_{t-1}} x_{t-2}+\sqrt{1-\alpha_{t-1}} \epsilon_2\right)+\sqrt{1-\alpha_t} \epsilon_1 \nonumber \\ &=\sqrt{a_t a_{t-1}} x_{t-2}+\left(\sqrt{a_t\left(1-\alpha_{t-1}\right)} \epsilon_2+\sqrt{1-\alpha_t} \epsilon_1\right) \tag{3-1} \\ &=\sqrt{a_t a_{t-1}} x_{t-2}+\sqrt{1-\alpha_t \alpha_{t-1}} \bar{\epsilon}_2 \quad \text { where } \quad \bar{\epsilon}_2 \sim \mathcal{N}(0, \mathbf{I}) ; \tag{3-2} \\ &=\ldots \nonumber \\ &=\sqrt{\bar{\alpha}_t} x_0+\sqrt{1-\bar{\alpha}_t} \bar{\epsilon}_t. \end{align}xt​​=1−βt​​xt−1​+βt​ϵ1​ where ϵ1​,ϵ2​,…∼N(0,I),reparameter trick;=at​​xt−1​+1−αt​​ϵ1​=at​​(at−1​​xt−2​+1−αt−1​​ϵ2​)+1−αt​​ϵ1​=at​at−1​​xt−2​+(at​(1−αt−1​)​ϵ2​+1−αt​​ϵ1​)=at​at−1​​xt−2​+1−αt​αt−1​​ϵˉ2​ where ϵˉ2​∼N(0,I);=…=αˉt​​x0​+1−αˉt​​ϵˉt​.​(3-1)(3-2)​

其中公式 (3-1) 到公式 (3-2) 的推导是由于独立高斯分布的可见性, 有 N(,σ12I)+N(,σ22I)∼N(,(σ12+σ22)I)\mathcal{N}\left(0, \sigma_1^2\mathbf{I}\right) +\mathcal{N}\left(0,\sigma_2^2 \mathbf{I}\right)\sim\mathcal{N}\left(0, \left(\sigma_1^2 + \sigma_2^2\right)\mathbf{I}\right)N(0,σ12​I)+N(0,σ22​I)∼N(0,(σ12​+σ22​)I), 因此:

at(1−αt−1)ϵ2∼N(,at(1−αt−1)I)1−αtϵ1∼N(,(1−αt)I)at(1−αt−1)ϵ2+1−αtϵ1∼N(,[αt(1−αt−1)+(1−αt)]I)=N(,(1−αtαt−1)I).\begin{aligned} &\sqrt{a_t\left(1-\alpha_{t-1}\right)} \epsilon_2 \sim \mathcal{N}\left(0, a_t\left(1-\alpha_{t-1}\right) \mathbf{I}\right) \\ &\sqrt{1-\alpha_t} \epsilon_1 \sim \mathcal{N}\left(0,\left(1-\alpha_t\right) \mathbf{I}\right) \\ &\sqrt{a_t\left(1-\alpha_{t-1}\right)} \epsilon_2+\sqrt{1-\alpha_t} \epsilon_1 \sim \mathcal{N}\left(0,\left[\alpha_t\left(1-\alpha_{t-1}\right)+\left(1-\alpha_t\right)\right] \mathbf{I}\right) \\ &=\mathcal{N}\left(0,\left(1-\alpha_t \alpha_{t-1}\right) \mathbf{I}\right) . \end{aligned}​at​(1−αt−1​)​ϵ2​∼N(0,at​(1−αt−1​)I)1−αt​​ϵ1​∼N(0,(1−αt​)I)at​(1−αt−1​)​ϵ2​+1−αt​​ϵ1​∼N(0,[αt​(1−αt−1​)+(1−αt​)]I)=N(0,(1−αt​αt−1​)I).​

注意公式 (3-2) 中 ϵˉ2∼N(,I)\bar{\epsilon}_2 \sim \mathcal{N}(0, \mathbf{I})ϵˉ2​∼N(0,I), 因此还需乘上 1−αtαt−1\sqrt{1-\alpha_t \alpha_{t-1}}1−αt​αt−1​​. 从公式 (3) 可以看出

q(xt∣x)=N(xt;aˉtx,(1−aˉt)I)\begin{align} q\left(x_t \mid x_0\right)=\mathcal{N}\left(x_t ; \sqrt{\bar{a}_t} x_0,\left(1-\bar{a}_t\right) \mathbf{I}\right) \end{align}q(xt​∣x0​)=N(xt​;aˉt​​x0​,(1−aˉt​)I)​​

注意由于 βt∈(,1)\beta_t\in(0, 1)βt​∈(0,1) 且 β1<…<βT\beta_1 < \ldots < \beta_Tβ1​<…<βT​, 而 αt=1−βt\alpha_t = 1 - \beta_tαt​=1−βt​, 因此 αt∈(,1)\alpha_t\in(0, 1)αt​∈(0,1) 并且有 α1>…>αT\alpha_1 > \ldots>\alpha_Tα1​>…>αT​, 另外由于 αˉt=∏i=1Tαt\bar{\alpha}_t=\prod_{i=1}^T\alpha_tαˉt​=∏i=1T​αt​, 因此当 T→∞T\rightarrow\inftyT→∞ 时, αˉt→\bar{\alpha}_t\rightarrow0αˉt​→0 以及 (1−aˉt)→1(1-\bar{a}_t)\rightarrow 1(1−aˉt​)→1, 此时 xT∼N(,I)x_T\sim\mathcal{N}(0, \mathbf{I})xT​∼N(0,I). 从这里的推导来看, 在公式 (2) 中的均值 xt−1x_{t-1}xt−1​ 前乘上系数 1−βtxt−1\sqrt{1-\beta_t} x_{t-1}1−βt​​xt−1​ 会使得 xTx_{T}xT​ 最后收敛到标准高斯分布.

逆向阶段

前向阶段是加噪声的过程, 而逆向阶段则是将噪声去除, 如果能得到逆向过程的分布 q(xt−1∣xt)q\left(x_{t-1} \mid x_t\right)q(xt−1​∣xt​), 那么通过输入高斯噪声 xT∼N(,I)x_T\sim\mathcal{N}(0, \mathbf{I})xT​∼N(0,I), 我们将生成一个真实的样本. 注意到当 βt\beta_tβt​ 足够小时, q(xt−1∣xt)q\left(x_{t-1} \mid x_t\right)q(xt−1​∣xt​) 也是高斯分布, 具体的证明在 ewrfcas 的知乎文章: 由浅入深了解Diffusion Model 推荐的论文中: On the theory of stochastic processes, with particular reference to applications. 我大致看了一下, 哈哈, 没太看明白, 不过想到这个不是我关注的重点, 因此 pass. 由于我们无法直接推断 q(xt−1∣xt)q\left(x_{t-1} \mid x_t\right)q(xt−1​∣xt​), 因此我们将使用深度学习模型 pθp_{\theta}pθ​ 去拟合分布 q(xt−1∣xt)q\left(x_{t-1} \mid x_t\right)q(xt−1​∣xt​), 模型参数为 θ\thetaθ:

pθ(x:T)=p(xT)∏t=1Tpθ(xt−1∣xt)pθ(xt−1∣xt)=N(xt−1;μθ(xt,t),Σθ(xt,t))\begin{align} p_\theta\left(x_{0: T}\right) &=p\left(x_T\right) \prod_{t=1}^T p_\theta\left(x_{t-1} \mid x_t\right) \\ p_\theta\left(x_{t-1} \mid x_t\right) &=\mathcal{N}\left(x_{t-1} ; \mu_\theta\left(x_t, t\right), \Sigma_\theta\left(x_t, t\right)\right) \end{align}pθ​(x0:T​)pθ​(xt−1​∣xt​)​=p(xT​)t=1∏T​pθ​(xt−1​∣xt​)=N(xt−1​;μθ​(xt​,t),Σθ​(xt​,t))​​

注意到, 虽然我们无法直接求得 q(xt−1∣xt)q\left(x_{t-1} \mid x_t\right)q(xt−1​∣xt​) (注意这里是 qqq 而不是模型 pθp_{\theta}pθ​), 但在知道 xx_0x0​ 的情况下, 可以通过贝叶斯公式得到 q(xt−1∣xt,x)q\left(x_{t-1} \mid x_t, x_0\right)q(xt−1​∣xt​,x0​) 为:

q(xt−1∣xt,x)=N(xt−1;μ~(xt,x),β~tI)\begin{align} q\left(x_{t-1} \mid x_t, x_0\right) &= \mathcal{N}\left(x_{t-1} ; {\color{blue}{\tilde{\mu}}(x_t, x_0)}, {\color{red}{\tilde{\beta}_t} \mathbf{I}}\right) \end{align}q(xt−1​∣xt​,x0​)​=N(xt−1​;μ~​(xt​,x0​),β~​t​I)​​

推导过程如下:

q(xt−1∣xt,x)=q(xt∣xt−1,x)q(xt−1∣x)q(xt∣x)∝exp⁡(−12((xt−αtxt−1)2βt+(xt−1−αˉt−1x)21−αˉt−1−(xt−αˉtx)21−αˉt))=exp⁡(−12(xt2−2αtxtxt−1+αtxt−12βt+xt−12−2αˉt−1xxt−1+αˉt−1x21−αˉt−1−(xt−αˉtx)21−αˉt))=exp⁡(−12((αtβt+11−αˉt−1)xt−12⏟xt−1 方差 −(2αtβtxt+2αˉt−11−αˉt−1x)xt−1⏟xt−1 均值 +C(xt,x)⏟与 xt−1 无关 ))\begin{aligned} q(x_{t-1} \vert x_t, x_0) &= q(x_t \vert x_{t-1}, x_0) \frac{ q(x_{t-1} \vert x_0) }{ q(x_t \vert x_0) } \\ &\propto \exp \Big(-\frac{1}{2} \big(\frac{(x_t - \sqrt{\alpha_t} x_{t-1})^2}{\beta_t} + \frac{(x_{t-1} - \sqrt{\bar{\alpha}_{t-1}} x_0)^2}{1-\bar{\alpha}_{t-1}} - \frac{(x_t - \sqrt{\bar{\alpha}_t} x_0)^2}{1-\bar{\alpha}_t} \big) \Big) \\ &= \exp \Big(-\frac{1}{2} \big(\frac{x_t^2 - 2\sqrt{\alpha_t} x_t \color{blue}{x_{t-1}} \color{black}{+ \alpha_t} \color{red}{x_{t-1}^2} }{\beta_t} + \frac{ \color{red}{x_{t-1}^2} \color{black}{- 2 \sqrt{\bar{\alpha}_{t-1}} x_0} \color{blue}{x_{t-1}} \color{black}{+ \bar{\alpha}_{t-1} x_0^2} }{1-\bar{\alpha}_{t-1}} - \frac{(x_t - \sqrt{\bar{\alpha}_t} x_0)^2}{1-\bar{\alpha}_t} \big) \Big) \\ &= \exp\Big( -\frac{1}{2} \big( \underbrace{\color{red}{(\frac{\alpha_t}{\beta_t} + \frac{1}{1 - \bar{\alpha}_{t-1}})} x_{t-1}^2}_{x_{t-1} \text { 方差 }} - \underbrace{\color{blue}{(\frac{2\sqrt{\alpha_t}}{\beta_t} x_t + \frac{2\sqrt{\bar{\alpha}_{t-1}}}{1 - \bar{\alpha}_{t-1}} x_0)} x_{t-1}}_{x_{t-1} \text { 均值 }} + \underbrace{{\color{black}{ C(x_t, x_0)}}}_{\text {与 } x_{t-1} \text { 无关 }} \big) \Big) \end{aligned}q(xt−1​∣xt​,x0​)​=q(xt​∣xt−1​,x0​)q(xt​∣x0​)q(xt−1​∣x0​)​∝exp(−21​(βt​(xt​−αt​​xt−1​)2​+1−αˉt−1​(xt−1​−αˉt−1​​x0​)2​−1−αˉt​(xt​−αˉt​​x0​)2​))=exp(−21​(βt​xt2​−2αt​​xt​xt−1​+αt​xt−12​​+1−αˉt−1​xt−12​−2αˉt−1​​x0​xt−1​+αˉt−1​x02​​−1−αˉt​(xt​−αˉt​​x0​)2​))=exp(−21​(xt−1​ 方差 (βt​αt​​+1−αˉt−1​1​)xt−12​​​−xt−1​ 均值 (βt​2αt​​​xt​+1−αˉt−1​2αˉt−1​​​x0​)xt−1​​​+与 xt−1​ 无关 C(xt​,x0​)​​))​

上面推导过程中, 通过贝叶斯公式巧妙的将逆向过程转换为前向过程, 且最终得到的概率密度函数和高斯概率密度函数的指数部分 exp⁡(−(x−μ)22σ2)=exp⁡(−12(1σ2x2−2μσ2x+μ2σ2))\exp{\left(-\frac{\left(x - \mu\right)^2}{2\sigma^2}\right)} = \exp{\left(-\frac{1}{2}\left(\frac{1}{\sigma^2}x^2 - \frac{2\mu}{\sigma^2}x + \frac{\mu^2}{\sigma^2}\right)\right)}exp(−2σ2(x−μ)2​)=exp(−21​(σ21​x2−σ22μ​x+σ2μ2​)) 能对应, 即有:

β~t=1/(αtβt+11−αˉt−1)=1/(αt−αˉt+βtβt(1−αˉt−1))=1−αˉt−11−αˉt⋅βtμ~t(xt,x)=(αtβtxt+αˉt−11−αˉt−1x)/(αtβt+11−αˉt−1)=(αtβtxt+αˉt−11−αˉt−1x)1−αˉt−11−αˉt⋅βt=αt(1−αˉt−1)1−αˉtxt+αˉt−1βt1−αˉtx\begin{align} \tilde{\beta}_t &= 1/(\frac{\alpha_t}{\beta_t} + \frac{1}{1 - \bar{\alpha}_{t-1}}) = 1/(\frac{\alpha_t - \bar{\alpha}_t + \beta_t}{\beta_t(1 - \bar{\alpha}_{t-1})}) = \color{green}{\frac{1 - \bar{\alpha}_{t-1}}{1 - \bar{\alpha}_t} \cdot \beta_t} \\ \tilde{\mu}_t (x_t, x_0) &= (\frac{\sqrt{\alpha_t}}{\beta_t} x_t + \frac{\sqrt{\bar{\alpha}_{t-1} }}{1 - \bar{\alpha}_{t-1}} x_0)/(\frac{\alpha_t}{\beta_t} + \frac{1}{1 - \bar{\alpha}_{t-1}}) \nonumber\\ &= (\frac{\sqrt{\alpha_t}}{\beta_t} x_t + \frac{\sqrt{\bar{\alpha}_{t-1} }}{1 - \bar{\alpha}_{t-1}} x_0) \color{green}{\frac{1 - \bar{\alpha}_{t-1}}{1 - \bar{\alpha}_t} \cdot \beta_t}\nonumber \\ &= \frac{\sqrt{\alpha_t}(1 - \bar{\alpha}_{t-1})}{1 - \bar{\alpha}_t} x_t + \frac{\sqrt{\bar{\alpha}_{t-1}}\beta_t}{1 - \bar{\alpha}_t} x_0\\ \end{align}β~​t​μ~​t​(xt​,x0​)​=1/(βt​αt​​+1−αˉt−1​1​)=1/(βt​(1−αˉt−1​)αt​−αˉt​+βt​​)=1−αˉt​1−αˉt−1​​⋅βt​=(βt​αt​​​xt​+1−αˉt−1​αˉt−1​​​x0​)/(βt​αt​​+1−αˉt−1​1​)=(βt​αt​​​xt​+1−αˉt−1​αˉt−1​​​x0​)1−αˉt​1−αˉt−1​​⋅βt​=1−αˉt​αt​​(1−αˉt−1​)​xt​+1−αˉt​αˉt−1​​βt​​x0​​​

通过公式 (8) 和公式 (9), 我们能得到 q(xt−1∣xt,x)q\left(x_{t-1} \mid x_t, x_0\right)q(xt−1​∣xt​,x0​) (见公式 (7)) 的分布. 此外由于公式 (3) 揭示的 xtx_txt​ 和 xx_0x0​ 之间的关系: xt=αˉtx+1−αˉtϵˉtx_t =\sqrt{\bar{\alpha}_t} x_0+\sqrt{1-\bar{\alpha}_t} \bar{\epsilon}_txt​=αˉt​​x0​+1−αˉt​​ϵˉt​, 可以得到

扩散模型 (Diffusion Model) 简要介绍与源码分析(扩散模型和gan的区别)

x=1αˉt(xt−1−αˉtϵt)\begin{align} x_0 = \frac{1}{\sqrt{\bar{\alpha}_t}}(x_t - \sqrt{1 - \bar{\alpha}_t}\epsilon_t) \end{align}x0​=αˉt​​1​(xt​−1−αˉt​​ϵt​)​​

代入公式 (9) 中得到:

μ~t=αt(1−αˉt−1)1−αˉtxt+αˉt−1βt1−αˉt1αˉt(xt−1−αˉtϵt)=1αt(xt−1−αt1−αˉtϵt)\begin{align} \tilde{\mu}_t &= \frac{\sqrt{\alpha_t}(1 - \bar{\alpha}_{t-1})}{1 - \bar{\alpha}_t} x_t + \frac{\sqrt{\bar{\alpha}_{t-1}}\beta_t}{1 - \bar{\alpha}_t} \frac{1}{\sqrt{\bar{\alpha}_t}}(x_t - \sqrt{1 - \bar{\alpha}_t}\epsilon_t)\nonumber \\ &= \color{cyan}{\frac{1}{\sqrt{\alpha_t}} \Big( x_t - \frac{1 - \alpha_t}{\sqrt{1 - \bar{\alpha}_t}} \epsilon_t \Big)} \end{align}μ~​t​​=1−αˉt​αt​​(1−αˉt−1​)​xt​+1−αˉt​αˉt−1​​βt​​αˉt​​1​(xt​−1−αˉt​​ϵt​)=αt​​1​(xt​−1−αˉt​​1−αt​​ϵt​)​​

补充一下公式 (11) 的详细推导过程:

前面说到, 我们将使用深度学习模型 pθp_{\theta}pθ​ 去拟合逆向过程的分布 q(xt−1∣xt)q\left(x_{t-1} \mid x_t\right)q(xt−1​∣xt​), 由公式 (6) 知 pθ(xt−1∣xt)=N(xt−1;μθ(xt,t),Σθ(xt,t))p_\theta\left(x_{t-1} \mid x_t\right) =\mathcal{N}\left(x_{t-1} ; \mu_\theta\left(x_t, t\right), \Sigma_\theta\left(x_t, t\right)\right)pθ​(xt−1​∣xt​)=N(xt−1​;μθ​(xt​,t),Σθ​(xt​,t)), 我们希望训练模型 μθ(xt,t)\mu_\theta\left(x_t, t\right)μθ​(xt​,t) 以预估 μ~t=1αt(xt−1−αt1−αˉtϵt)\tilde{\mu}_t = \frac{1}{\sqrt{\alpha_t}} \Big( x_t - \frac{1 - \alpha_t}{\sqrt{1 - \bar{\alpha}_t}} \epsilon_t \Big)μ~​t​=αt​​1​(xt​−1−αˉt​​1−αt​​ϵt​). 由于 xtx_txt​ 在训练阶段会作为输入, 因此它是已知的, 我们可以转而让模型去预估噪声 ϵt\epsilon_tϵt​, 即令:

μθ(xt,t)=1αt(xt−1−αt1−αˉtϵθ(xt,t))Thus xt−1=N(xt−1;1αt(xt−1−αt1−αˉtϵθ(xt,t)),Σθ(xt,t))\begin{align} \mu_\theta(x_t, t) &= \color{cyan}{\frac{1}{\sqrt{\alpha_t}} \Big( x_t - \frac{1 - \alpha_t}{\sqrt{1 - \bar{\alpha}_t}} \epsilon_\theta(x_t, t) \Big)} \\ \text{Thus }x_{t-1} &= \mathcal{N}(x_{t-1}; \frac{1}{\sqrt{\alpha_t}} \Big( x_t - \frac{1 - \alpha_t}{\sqrt{1 - \bar{\alpha}_t}} \epsilon_\theta(x_t, t) \Big), \boldsymbol{\Sigma}_\theta(x_t, t)) \end{align}μθ​(xt​,t)Thus xt−1​​=αt​​1​(xt​−1−αˉt​​1−αt​​ϵθ​(xt​,t))=N(xt−1​;αt​​1​(xt​−1−αˉt​​1−αt​​ϵθ​(xt​,t)),Σθ​(xt​,t))​​

模型训练

前面谈到, 逆向阶段让模型去预估噪声 ϵθ(xt,t)\epsilon_\theta(x_t, t)ϵθ​(xt​,t), 那么应该如何设计 Loss 函数 ? 我们的目标是在真实数据分布下, 最大化模型预测分布的对数似然, 即优化在 x∼q(x)x_0\sim q(x_0)x0​∼q(x0​) 下的 pθ(x)p_\theta(x_0)pθ​(x0​) 交叉熵:

L=Eq(x)[−log⁡pθ(x)]\begin{align} \mathcal{L} = \mathbb{E}_{q(x_0)}\left[-\log{p_\theta(x_0)}\right] \end{align}L=Eq(x0​)​[−logpθ​(x0​)]​​

和 变分自动编码器 VAE 类似, 使用 Variational Lower Bound 来优化: −log⁡pθ(x)-\log{p_\theta(x_0)}−logpθ​(x0​) :

−log⁡pθ(x)≤−log⁡pθ(x)+DKL(q(x1:T∣x)∥pθ(x1:T∣x));注: 注意KL散度非负=−log⁡pθ(x)+Eq(x1:T∣x)[log⁡q(x1:T∣x)pθ(x:T)/pθ(x)];   where   pθ(x1:T∣x)=pθ(x:T)pθ(x)=−log⁡pθ(x)+Eq(x1:T∣x)[log⁡q(x1:T∣x)pθ(x:T)+log⁡pθ(x)⏟与q无关 ]=Eq(x1:T∣x)[log⁡q(x1:T∣x)pθ(x:T)].\begin{align} -\log p_\theta\left(x_0\right) &\leq-\log p_\theta\left(x_0\right)+D_{K L}\left(q\left(x_{1: T} \mid x_0\right) \| p_\theta\left(x_{1: T} \mid x_0\right)\right); \quad \text{注: 注意KL散度非负}\nonumber\\ &=-\log p_\theta\left(x_0\right)+\mathbb{E}_{q\left(x_{1: T} \mid x_0\right)}\left[\log \frac{q\left(x_{1: T} \mid x_0\right)}{p_\theta\left(x_{0: T}\right) / p_\theta\left(x_0\right)}\right] ; \; \text { where } \; p_\theta\left(x_{1: T} \mid x_0\right)=\frac{p_\theta\left(x_{0: T}\right)}{p_\theta\left(x_0\right)}\nonumber\\ &=-\log p_\theta\left(x_0\right)+\mathbb{E}_{q\left(x_{1: T} \mid x_0\right)}[\log \frac{q\left(x_{1: T} \mid x_0\right)}{p_\theta\left(x_{0: T}\right)}+\underbrace{\log p_\theta\left(x_0\right)}_{\text {与q无关 }}]\nonumber\\ &=\mathbb{E}_{q\left(x_{1: T} \mid x_0\right)}\left[\log \frac{q\left(x_{1: T} \mid x_0\right)}{p_\theta\left(x_{0: T}\right)}\right] . \end{align}−logpθ​(x0​)​≤−logpθ​(x0​)+DKL​(q(x1:T​∣x0​)∥pθ​(x1:T​∣x0​));注: 注意KL散度非负=−logpθ​(x0​)+Eq(x1:T​∣x0​)​[logpθ​(x0:T​)/pθ​(x0​)q(x1:T​∣x0​)​]; where pθ​(x1:T​∣x0​)=pθ​(x0​)pθ​(x0:T​)​=−logpθ​(x0​)+Eq(x1:T​∣x0​)​[logpθ​(x0:T​)q(x1:T​∣x0​)​+与q无关 logpθ​(x0​)​​]=Eq(x1:T​∣x0​)​[logpθ​(x0:T​)q(x1:T​∣x0​)​].​​

对公式 (15) 左右两边取期望 Eq(x)\mathbb{E}_{q(x_0)}Eq(x0​)​, 利用到重积分中的 Fubini 定理 可得:

LVLB=Eq(x)(Eq(x1:T∣x)[log⁡q(x1:T∣x)pθ(x:T)])=Eq(x:T)[log⁡q(x1:T∣x)pθ(x:T)]⏟Fubini定理 ≥Eq(x)[−log⁡pθ(x)]\mathcal{L}_{V L B}=\underbrace{\mathbb{E}_{q\left(x_0\right)}\left(\mathbb{E}_{q\left(x_{1: T} \mid x_0\right)}\left[\log \frac{q\left(x_{1: T} \mid x_0\right)}{p_\theta\left(x_{0: T}\right)}\right]\right)=\mathbb{E}_{q\left(x_{0: T}\right)}\left[\log \frac{q\left(x_{1: T} \mid x_0\right)}{p_\theta\left(x_{0: T}\right)}\right]}_{\text {Fubini定理 }} \geq \mathbb{E}_{q\left(x_0\right)}\left[-\log p_\theta\left(x_0\right)\right]LVLB​=Fubini定理 Eq(x0​)​(Eq(x1:T​∣x0​)​[logpθ​(x0:T​)q(x1:T​∣x0​)​])=Eq(x0:T​)​[logpθ​(x0:T​)q(x1:T​∣x0​)​]​​≥Eq(x0​)​[−logpθ​(x0​)]

因此最小化 LVLB\mathcal{L}_{V L B}LVLB​ 就可以优化公式 (14) 中的目标函数. 之后对 LVLB\mathcal{L}_{V L B}LVLB​ 做进一步的推导, 这部分的详细推导见上面的参考文章, 最终的结论是:

LVLB=LT+LT−1+…+LLT=DKL(q(xT∣x)∣∣pθ(xT))Lt=DKL(q(xt∣xt+1,x)∣∣pθ(xt∣xt+1));1≤t≤T−1L=−log⁡pθ(x∣x1)\begin{align} \mathcal{L}_{V L B} &= L_T + L_{T - 1} + \ldots + L_0 \\ L_T &= D_{KL}\left(q(x_T|x_0)||p_{\theta}(x_T)\right) \\ L_t &= D_{KL}\left(q(x_t|x_{t + 1}, x_0)||p_{\theta}(x_t|x_{t+1})\right); \quad 1 \leq t \leq T - 1 \\ L_0 &= -\log{p_\theta\left(x_0|x_1\right)} \end{align}LVLB​LT​Lt​L0​​=LT​+LT−1​+…+L0​=DKL​(q(xT​∣x0​)∣∣pθ​(xT​))=DKL​(q(xt​∣xt+1​,x0​)∣∣pθ​(xt​∣xt+1​));1≤t≤T−1=−logpθ​(x0​∣x1​)​​

最终是优化两个高斯分布 q(xt∣xt−1,x)=N(xt−1;μ~(xt,x),β~tI)q(x_t|x_{t - 1}, x_0) = \mathcal{N}\left(x_{t-1} ; {\color{blue}{\tilde{\mu}}(x_t, x_0)}, {\color{red}{\tilde{\beta}_t} \mathbf{I}}\right)q(xt​∣xt−1​,x0​)=N(xt−1​;μ~​(xt​,x0​),β~​t​I) (详见公式 (7)) 与 pθ(xt∣xt+1)=N(xt−1;μθ(xt,t),Σθ)p_{\theta}(x_t|x_{t+1}) = \mathcal{N}\left(x_{t-1} ; \mu_\theta\left(x_t, t\right), \Sigma_\theta\right)pθ​(xt​∣xt+1​)=N(xt−1​;μθ​(xt​,t),Σθ​) (详见公式(6), 此为模型预估的分布)之间的 KL 散度. 由于多元高斯分布的 KL 散度存在闭式解, 详见: Multivariate_normal_distributions, 从而可以得到:

Lt=Ex,ϵ[12∥Σθ(xt,t)∥22∥μ~t(xt,x)−μθ(xt,t)∥2]=Ex,ϵ[12∥Σθ∥22∥1αt(xt−1−αt1−αˉtϵt)−1αt(xt−1−αt1−αˉtϵθ(xt,t))∥2]=Ex,ϵ[(1−αt)22αt(1−αˉt)∥Σθ∥22∥ϵt−ϵθ(xt,t)∥2];其中ϵt为高斯噪声,ϵθ为模型学习的噪声=Ex,ϵ[(1−αt)22αt(1−αˉt)∥Σθ∥22∥ϵt−ϵθ(αˉtx+1−αˉtϵt,t)∥2]\begin{align} L_t &= \mathbb{E}_{x_0, \epsilon} \Big[\frac{1}{2 \| \boldsymbol{\Sigma}_\theta(x_t, t) \|^2_2} \| \color{blue}{\tilde{\mu}_t(x_t, x_0)} - \color{green}{\mu_\theta(x_t, t)} \|^2 \Big] \\ &= \mathbb{E}_{x_0, \epsilon} \Big[\frac{1}{2 \|\boldsymbol{\Sigma}_\theta \|^2_2} \| \color{blue}{\frac{1}{\sqrt{\alpha_t}} \Big( x_t - \frac{1 - \alpha_t}{\sqrt{1 - \bar{\alpha}_t}} \epsilon_t \Big)} - \color{green}{\frac{1}{\sqrt{\alpha_t}} \Big( x_t - \frac{1 - \alpha_t}{\sqrt{1 - \bar{\alpha}_t}} \boldsymbol{\epsilon}_\theta(x_t, t) \Big)} \|^2 \Big] \\ &= \mathbb{E}_{x_0, \epsilon} \Big[\frac{ (1 - \alpha_t)^2 }{2 \alpha_t (1 - \bar{\alpha}_t) \| \boldsymbol{\Sigma}_\theta \|^2_2} \|\epsilon_t - \epsilon_\theta(x_t, t)\|^2 \Big]; \quad \text{其中} \epsilon_t \text{为高斯噪声}, \epsilon_{\theta} \text{为模型学习的噪声} \\ &= \mathbb{E}_{x_0, \epsilon} \Big[\frac{ (1 - \alpha_t)^2 }{2 \alpha_t (1 - \bar{\alpha}_t) \| \boldsymbol{\Sigma}_\theta \|^2_2} \|\epsilon_t - \epsilon_\theta(\sqrt{\bar{\alpha}_t}x_0 + \sqrt{1 - \bar{\alpha}_t}\epsilon_t, t)\|^2 \Big] \end{align}Lt​​=Ex0​,ϵ​[2∥Σθ​(xt​,t)∥22​1​∥μ~​t​(xt​,x0​)−μθ​(xt​,t)∥2]=Ex0​,ϵ​[2∥Σθ​∥22​1​∥αt​​1​(xt​−1−αˉt​​1−αt​​ϵt​)−αt​​1​(xt​−1−αˉt​​1−αt​​ϵθ​(xt​,t))∥2]=Ex0​,ϵ​[2αt​(1−αˉt​)∥Σθ​∥22​(1−αt​)2​∥ϵt​−ϵθ​(xt​,t)∥2];其中ϵt​为高斯噪声,ϵθ​为模型学习的噪声=Ex0​,ϵ​[2αt​(1−αˉt​)∥Σθ​∥22​(1−αt​)2​∥ϵt​−ϵθ​(αˉt​​x0​+1−αˉt​​ϵt​,t)∥2]​​

DDPM 将 Loss 简化为如下形式:

Ltsimple =Ex,ϵt[∥ϵt−ϵθ(αˉtx+1−αˉtϵt,t)∥2]\begin{align} L_t^{\text {simple }}=\mathbb{E}_{x_0, \epsilon_t}\left[\left\|\epsilon_t-\epsilon_\theta\left(\sqrt{\bar{\alpha}_t} x_0+\sqrt{1-\bar{\alpha}_t} \epsilon_t, t\right)\right\|^2\right] \end{align}Ltsimple ​=Ex0​,ϵt​​[​ϵt​−ϵθ​(αˉt​​x0​+1−αˉt​​ϵt​,t)​2]​​

因此 Diffusion 模型的目标函数即是学习高斯噪声 ϵt\epsilon_tϵt​ 和 ϵθ\epsilon_{\theta}ϵθ​ (来自模型输出) 之间的 MSE loss.

最终算法

最终 DDPM 的算法流程如下:

训练阶段重复如下步骤:

从数据集中采样 xx_0x0​随机选取 time step ttt生成高斯噪声 ϵt∈N(,I)\epsilon_t\in\mathcal{N}(0, \mathbf{I})ϵt​∈N(0,I)调用模型预估 ϵθ(αˉtx+1−αˉtϵt,t)\epsilon_\theta\left(\sqrt{\bar{\alpha}_t} x_0+\sqrt{1-\bar{\alpha}_t} \epsilon_t, t\right)ϵθ​(αˉt​​x0​+1−αˉt​​ϵt​,t)计算噪声之间的 MSE Loss: ∥ϵt−ϵθ(αˉtx+1−αˉtϵt,t)∥2\left\|\epsilon_t-\epsilon_\theta\left(\sqrt{\bar{\alpha}_t} x_0+\sqrt{1-\bar{\alpha}_t} \epsilon_t, t\right)\right\|^2​ϵt​−ϵθ​(αˉt​​x0​+1−αˉt​​ϵt​,t)​2, 并利用反向传播算法训练模型.

逆向阶段采用如下步骤进行采样:

从高斯分布采样 xTx_TxT​按照 T,…,1T, \ldots, 1T,…,1 的顺序进行迭代:

如果 t=1t = 1t=1, 令 z=\mathbf{z} = {0}z=0; 如果 t>1t > 1t>1, 从高斯分布中采样 z∼N(,I)\mathbf{z}\sim\mathcal{N}(0, \mathbf{I})z∼N(0,I)利用公式 (12) 学习出均值 μθ(xt,t)=1αt(xt−1−αt1−αˉtϵθ(xt,t))\mu_\theta(x_t, t) = \color{cyan}{\frac{1}{\sqrt{\alpha_t}} \Big( x_t - \frac{1 - \alpha_t}{\sqrt{1 - \bar{\alpha}_t}} \epsilon_\theta(x_t, t) \Big)}μθ​(xt​,t)=αt​​1​(xt​−1−αˉt​​1−αt​​ϵθ​(xt​,t)), 并利用公式 (8) 计算均方差 σt=β~t=1−αˉt−11−αˉt⋅βt\sigma_t = \sqrt{\tilde{\beta}_t} = \sqrt{\frac{1 - \bar{\alpha}_{t-1}}{1 - \bar{\alpha}_t} \cdot \beta_t}σt​=β~​t​​=1−αˉt​1−αˉt−1​​⋅βt​​通过重参数技巧采样 xt−1=μθ(xt,t)+σtzx_{t - 1} = \mu_\theta(x_t, t) + \sigma_t\mathbf{z}xt−1​=μθ​(xt​,t)+σt​z经过以上过程的迭代, 最终恢复 xx_0x0​.源码分析

DDPM 文章以及代码的相关信息如下:

Denoising Diffusion Probabilistic Models 论文,

其 TF 源码位于: https://github.com/hojonathanho/diffusion, 源码介绍以该版本为主PyTorch 的开源实现: https://github.com/lucidrains/denoising-diffusion-pytorch, 核心逻辑和上面 Tensorflow 版本是一致的, Stable Diffusion 参考的是 pytorch 版本的代码.

本文以分析 Tensorflow 源码为主, Pytorch 版本的代码和 Tensorflow 版本的实现逻辑大体不差的, 变量名字啥的都类似, 阅读起来不会有啥门槛. Tensorlow 源码对 Diffusion 模型的实现位于 diffusion_utils_2.py, 模型本身的分析以该文件为主.

训练阶段

以 CIFAR 数据集为例.

在 run_cifar.py 中进行前向传播计算 Loss:

第 6 行随机选出 t∼Uniform({1,…,T})t\sim\text{Uniform}(\{1, \ldots, T\})t∼Uniform({1,…,T})第 7 行 training_losses 定义在 GaussianDiffusion2 中, 计算噪声间的 MSE Loss.

进入 GaussianDiffusion2 中, 看到初始化函数中定义了诸多变量, 我在注释中使用公式的方式进行了说明:

下面进入到 training_losses 函数中:

第 19 行: self.model_mean_type 默认是 eps, 模型学习的是噪声, 因此 target 是第 6 行定义的 noise, 即 ϵt\epsilon_tϵt​第 9 行: 调用 self.q_sample 计算 xtx_txt​, 即公式 (3) xt=αˉtx+1−αˉtϵtx_t =\sqrt{\bar{\alpha}_t} x_0+\sqrt{1-\bar{\alpha}_t} \epsilon_txt​=αˉt​​x0​+1−αˉt​​ϵt​第 21 行: denoise_fn 是定义在 unet.py 中的 UNet 模型, 只需知道它的输入和输出大小相同; 结合第 9 行得到的 xtx_txt​, 得到模型预估的噪声: ϵθ(αˉtx+1−αˉtϵt,t)\epsilon_\theta\left(\sqrt{\bar{\alpha}_t} x_0+\sqrt{1-\bar{\alpha}_t} \epsilon_t, t\right)ϵθ​(αˉt​​x0​+1−αˉt​​ϵt​,t)第 23 行: 计算两个噪声之间的 MSE: ∥ϵt−ϵθ(αˉtx+1−αˉtϵt,t)∥2\left\|\epsilon_t-\epsilon_\theta\left(\sqrt{\bar{\alpha}_t} x_0+\sqrt{1-\bar{\alpha}_t} \epsilon_t, t\right)\right\|^2​ϵt​−ϵθ​(αˉt​​x0​+1−αˉt​​ϵt​,t)​2, 并利用反向传播算法训练模型

上面第 9 行定义的 self.q_sample 详情如下:

第 13 行的 q_sample 已经介绍过, 不多说.第 2 行的 _extract 在代码中经常被使用到, 看到它只需知道它是用来提取系数的即可. 引入输入是一个 Batch, 里面的每个样本都会随机采样一个 time step ttt, 因此需要使用 tf.gather 来将 αtˉ\bar{\alpha_t}αt​ˉ​ 之类选出来, 然后将系数 reshape 为 [B, 1, 1, ....] 的形式, 目的是为了利用 broadcasting 机制和 xtx_txt​ 这个 Tensor 相乘.

前向的训练阶段代码实现非常简单, 下面看逆向阶段

逆向阶段

逆向阶段代码定义在 GaussianDiffusion2 中:

第 5 行生成高斯噪声 xTx_TxT​, 然后对其不断去噪直至恢复原始图像第 11 行的 self.p_sample 就是公式 (6) pθ(xt−1∣xt)=N(xt−1;μθ(xt,t),Σθ(xt,t))p_\theta\left(x_{t-1} \mid x_t\right) =\mathcal{N}\left(x_{t-1} ; \mu_\theta\left(x_t, t\right), \Sigma_\theta\left(x_t, t\right)\right)pθ​(xt−1​∣xt​)=N(xt−1​;μθ​(xt​,t),Σθ​(xt​,t)) 的过程, 使用模型来预估 μθ(xt,t)\mu_\theta\left(x_t, t\right)μθ​(xt​,t) 以及 Σθ(xt,t)\Sigma_\theta\left(x_t, t\right)Σθ​(xt​,t)第 12 行的 denoise_fn 在前面说过, 是定义在 unet.py 中的 UNet 模型; img_ 表示 xtx_txt​.第 13 行的 noise_fn 则默认是 tf.random_normal, 用于生成高斯噪声.

进入 p_sample 函数:

第 7 行调用 self.p_mean_variance 生成 μθ(xt,t)\mu_\theta\left(x_t, t\right)μθ​(xt​,t) 以及 log⁡(Σθ(xt,t))\log\left(\Sigma_\theta\left(x_t, t\right)\right)log(Σθ​(xt​,t)), 其中 Σθ(xt,t)\Sigma_\theta\left(x_t, t\right)Σθ​(xt​,t) 通过计算 β~t\tilde{\beta}_tβ~​t​ 得到.第 11 行从高斯分布中采样 z\mathbf{z}z第 18 行通过重参数技巧采样 xt−1=μθ(xt,t)+σtzx_{t - 1} = \mu_\theta(x_t, t) + \sigma_t\mathbf{z}xt−1​=μθ​(xt​,t)+σt​z, 其中 σt=β~t\sigma_t = \sqrt{\tilde{\beta}_t}σt​=β~​t​​

进入 self.p_mean_variance 函数:

第 6 行调用模型 denoise_fn, 通过输入 xtx_txt​, 输出得到噪声 ϵt\epsilon_tϵt​第 19 行 self.model_var_type 默认为 fixedlarge, 但我当时看 fixedsmall 比较爽, 因此 model_variance 和 model_log_variance 分别为 β~t=1−αˉt−11−αˉt⋅βt\tilde{\beta}_t = \frac{1 - \bar{\alpha}_{t-1}}{1 - \bar{\alpha}_t} \cdot \beta_tβ~​t​=1−αˉt​1−αˉt−1​​⋅βt​ (见公式 8), 以及 log⁡β~t\log\tilde{\beta}_tlogβ~​t​第 29 行调用 self._predict_xstart_from_eps 函数, 利用公式 (10) 得到 x=1αˉt(xt−1−αˉtϵt)x_0 = \frac{1}{\sqrt{\bar{\alpha}_t}}(x_t - \sqrt{1 - \bar{\alpha}_t}\epsilon_t)x0​=αˉt​​1​(xt​−1−αˉt​​ϵt​)第 30 行调用 self.q_posterior_mean_variance 通过公式 (9) 得到 μθ(xt,x)=αt(1−αˉt−1)1−αˉtxt+αˉt−1βt1−αˉtx\mu_\theta(x_t, x_0) = \frac{\sqrt{\alpha_t}(1 - \bar{\alpha}_{t-1})}{1 - \bar{\alpha}_t} x_t + \frac{\sqrt{\bar{\alpha}_{t-1}}\beta_t}{1 - \bar{\alpha}_t} x_0μθ​(xt​,x0​)=1−αˉt​αt​​(1−αˉt−1​)​xt​+1−αˉt​αˉt−1​​βt​​x0​

self._predict_xstart_from_eps 函数相亲如下:

该函数计算 x=1αˉt(xt−1−αˉtϵt)x_0 = \frac{1}{\sqrt{\bar{\alpha}_t}}(x_t - \sqrt{1 - \bar{\alpha}_t}\epsilon_t)x0​=αˉt​​1​(xt​−1−αˉt​​ϵt​)

self.q_posterior_mean_variance 函数详情如下:

相关说明见注释, 另外发现对于 μθ(xt,x)\mu_\theta(x_t, x_0)μθ​(xt​,x0​) 的计算使用的是公式 (9) μθ(xt,x)=αt(1−αˉt−1)1−αˉtxt+αˉt−1βt1−αˉtx\mu_\theta(x_t, x_0) = \frac{\sqrt{\alpha_t}(1 - \bar{\alpha}_{t-1})}{1 - \bar{\alpha}_t} x_t + \frac{\sqrt{\bar{\alpha}_{t-1}}\beta_t}{1 - \bar{\alpha}_t} x_0μθ​(xt​,x0​)=1−αˉt​αt​​(1−αˉt−1​)​xt​+1−αˉt​αˉt−1​​βt​​x0​ 而不是进一步推导后的公式 (11) μθ(xt,x)=1αt(xt−1−αt1−αˉtϵt)\mu_\theta(x_t, x_0) = \frac{1}{\sqrt{\alpha_t}} \Big( x_t - \frac{1 - \alpha_t}{\sqrt{1 - \bar{\alpha}_t}} \epsilon_t \Big)μθ​(xt​,x0​)=αt​​1​(xt​−1−αˉt​​1−αt​​ϵt​).总结

写文章真的挺累的, 好处是, 我发现写之前我以为理解了, 但写的过程中又发现有些地方理解的不对. 写完后才终于把逻辑理顺.

本文链接地址:https://www.jiuchutong.com/zhishi/300256.html 转载请保留说明!

上一篇:深度学习之concatenate和elementwise操作(二)

下一篇:人工智能该如何学习?详细的AI学习路线与资料推荐(人工智能该如何规划软件工程师岗位)

  • powerbeats怎么连接手机(powerbeatspro怎么连接)

    powerbeats怎么连接手机(powerbeatspro怎么连接)

  • 芒果TV在哪里设置播放模式(芒果tv在哪里设置密码)

    芒果TV在哪里设置播放模式(芒果tv在哪里设置密码)

  • vodafone怎么激活(vodafone怎么开热点)

    vodafone怎么激活(vodafone怎么开热点)

  • 硬盘亮红灯正常吗(硬盘灯红灯闪烁是正常的吗)

    硬盘亮红灯正常吗(硬盘灯红灯闪烁是正常的吗)

  • 处理器带f是什么意思(处理器带个f什么意思)

    处理器带f是什么意思(处理器带个f什么意思)

  • 中国移动无服务怎么恢复(中国移动无服务怎么联系客服)

    中国移动无服务怎么恢复(中国移动无服务怎么联系客服)

  • 移动智能组网是什么意思(移动的智能组网怎么收费)

    移动智能组网是什么意思(移动的智能组网怎么收费)

  • 微机上广泛使用的Windows 2000是(微机广泛使用的windows7是)

    微机上广泛使用的Windows 2000是(微机广泛使用的windows7是)

  • magisk是什么(magisk是什么意思)

    magisk是什么(magisk是什么意思)

  • 手机酷狗音乐存在哪个文件(手机酷狗音乐存为文件)

    手机酷狗音乐存在哪个文件(手机酷狗音乐存为文件)

  • md513ll a是ipad几(md513ll/a是ipad几代)

    md513ll a是ipad几(md513ll/a是ipad几代)

  • 微博里的铁粉是咋来的(微博里的铁粉是怎么得到的)

    微博里的铁粉是咋来的(微博里的铁粉是怎么得到的)

  • okr是什么(OKR是什么意思的缩写)

    okr是什么(OKR是什么意思的缩写)

  • 苹果11三款机型有什么区别(苹果11三款机型哪个最值得买)

    苹果11三款机型有什么区别(苹果11三款机型哪个最值得买)

  • 苹果8喇叭有一面不响(iphone 8喇叭)

    苹果8喇叭有一面不响(iphone 8喇叭)

  • 手机为什么不能打电话(手机为什么不能闪充了)

    手机为什么不能打电话(手机为什么不能闪充了)

  • 苹果扩容机怎么鉴定(苹果扩容机怎么激活)

    苹果扩容机怎么鉴定(苹果扩容机怎么激活)

  • 微信已经实名认证为什么收不了红包(微信已经实名认证了为什么还要认证)

    微信已经实名认证为什么收不了红包(微信已经实名认证了为什么还要认证)

  • 桌面右键个性化无法打开设置怎么办(桌面右键个性化没有关联的程序)

    桌面右键个性化无法打开设置怎么办(桌面右键个性化没有关联的程序)

  • 如何查找组策略中已经修改的内容(组策略在哪里)

    如何查找组策略中已经修改的内容(组策略在哪里)

  • Uniapp-微信小程序实现全局事件监听并进行数据埋点(uniapp微信小程序头像获取与服务器对接)

    Uniapp-微信小程序实现全局事件监听并进行数据埋点(uniapp微信小程序头像获取与服务器对接)

  • apt-key命令  管理APT软件包密钥信息(apt-key is deprecated)

    apt-key命令 管理APT软件包密钥信息(apt-key is deprecated)

  • 分享在php代码中调用帝国cms头部变量temp.header的方法(php微信分享源码)

    分享在php代码中调用帝国cms头部变量temp.header的方法(php微信分享源码)

  • 国债 企业债
  • 租车开发票属于什么类
  • 增值税小规模纳税人起征点
  • 前年购买的设备怎么入账
  • 住房贷款利息专项附加扣除是返钱吗
  • 红字发票科目入进项税额还是进项税额转出
  • 公司自建厂房需要缴纳哪些税
  • 办公室零食采购台账
  • 公司交的拍卖费计入哪个会计科目?
  • 报废资产取得的增值税
  • 社会组织接受捐赠的资金的使用原则
  • 开具出口发票时免税类型怎么选择?
  • 滞留发票是什么意思
  • 结转增值税的计算公式
  • 水利基金按含税还是不含税申报
  • 国税代开普通发票现需作废需要哪些资料?
  • 如何关闭windows10自动更新
  • win11任务栏无法居中
  • 软件维护费清单
  • go进程管理
  • 工程机械设备租赁价格
  • 异地设立的仓库怎么处理
  • 公司购买邮票计入什么科目
  • vue unknown custom element
  • 对税务总局意见建议
  • 成功解决冲突的能力英语
  • Windows7配置启用ca证书
  • 送货运输费用税率
  • 纳税人填写纳税申报表
  • 网上税则
  • 发票6个点怎么算收税点
  • 企业生产过程中执行标准要把握好以下原则
  • python tkinter entry用法
  • mongodb document
  • 已抵扣增值税进项税额
  • d级企业预缴增值税如何申报
  • sqlserver数据导入mysql
  • pos机刷卡未成功却扣了钱啥时候就退回来了
  • 没有发票的房租怎么入账
  • 没有抄税会导致什么情况
  • 高新技术企业补助需要交所得税吗
  • 小规模季度超过45万了怎么缴纳
  • 免费样品销售给客户怎么入账
  • 代扣款分录
  • 小微企业不用缴纳社保可以吗现在
  • 红字专用发票怎么做账
  • 弱电工程属于什么行业
  • 不动产经营租赁属于什么服务
  • 高新企业认定条件2022上海
  • 工业企业接受捐赠收入计入
  • sql储存过程
  • windows命令提示符重启
  • 微软员工工资
  • windowssys
  • macbook移到废纸篓
  • linux的sbin
  • win10闹钟软件
  • win8怎么到win7
  • windows10储存
  • opengl基础知识
  • 恶意软件清理
  • unity 数学
  • 辅组什么词?
  • jquery多选
  • 批处理 写入文件
  • 如何用jquery
  • python算法的应用
  • angular.js
  • javascript教程
  • jquery遍历div
  • js如何实现图片懒加载
  • JavaScript事件类型中焦点、鼠标和滚轮事件详解
  • 如何使用nginx
  • python mem
  • jqueryw3c
  • 公司地址变更后社保要改吗
  • 江苏社保缴费基数是什么意思
  • 四川国税发票查验真伪
  • 企业所得税地方留存比例2023
  • 征地税税率是多少
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设