什么叫做有条件和无条件的扩散模型?
FID是什么?
IS是什么?
λ是给出的参数,就像去噪扩散模型中每个时间步的β一样,每一时间步的λ都会给出。对于是否有条件信息c的概率
我的意思是在每一个训练轮次中,每一时间步的网络是彻底优化完,再执行下一时间步的扩散然后再优化吗?
那么对于随机采样的这一时间步,对于这一时间步的网络优化也是参数更新一次就再随机采样下一个时间步吗?还是前一个随机采样的时间步的网络参数彻底优化完全,再对下一随机的时间步进行处理?
那么这个多次随机采样扩散然后训练是对于一个初始数据吗?
对于一个初始数据,这个多次具体的次数是给出的。
然后这个是否带有条件信息的概率p是提前给出,可以变化也可以不变,看情况。
整个流程的两个算法:
但是对于具体的流程,我还是不太清楚,因为没有具体的代码。
对于每个时间步
这个就是预测的噪声,
这个是zt估计去噪之后的样本数据,然后再从特定的高斯分布中采样的到zt-1,然后再估计去噪后的样本数据。
那么如何实现在一定概率的情况下采样得到的数据中含有条件信息,使用随机数吗?