PAPER 컴퓨터 비전 · 생성 모델
DDPM: 노이즈 예측으로 여는 확산 생성 모델
데이터에 가우시안 노이즈를 점진적으로 더하는 forward process를 거꾸로 되돌리는 reverse process를 신경망으로 학습해 이미지를 생성한다. 노이즈 자체를 예측하는 ε-parameterization과 단순화된 손실 L_simple로 확산 모델을 실용적인 생성 모델링 방법으로 끌어올렸다.
#디퓨전
Записей: 0 · Разборов статей: 2 (всего 2)
PAPER
Разборы статей
PAPER 컴퓨터 비전 · 생성 모델
Flow Matching: 시뮬레이션 없이 배우는 결정론적 생성 경로
Continuous Normalizing Flow를 시뮬레이션(ODE 적분) 없이 회귀만으로 학습하는 Flow Matching을 제안한다. 고정된 조건부 확률 경로의 벡터장을 직접 회귀하는 것만으로 확산 모델과 동등하거나 더 나은 성능을, 훨씬 적은 샘플링 스텝으로 달성한다.