扩散模型加速采样方法与应用-万韵伟.pdfVIP

BeijingForestStudio

ThenameoftheDepartment

北京理工大学信息系统及安全对抗实验中心

部门名称

扩散模型的应用和发展

加速采样的极致演变

硕士研究生万韵伟

2023年04月16日

内容提要

•背景简介

–DDPM回顾

–加速采样

•算法原理

–DDIM

–PNDM

•应用

–StableDiffusion

•总结

•前沿发展

•参考文献

2

内容提要

•预期收获

–1.了解扩散模型在数据生成中的实际应用

–2.理解扩散模型的加速采样原理

–3.学会运用加速采样进行生成优化

–4.了解扩散模型在实际应用中的优化与发展

3

背景简介

•扩散模型——文本生成图像

–2021年1月，OpenAI公布首个文本生成图像模型DALL-E

–2021年12月底，OpenAI提出GLIDE，能够生成比DALL-E更复杂、更

丰富的图像

4

背景简介

•扩散模型——文本生成图像

–2022年4月，OpenAI提出DALL-E2，能够生成真实或者艺术的图像

–2022年5月，Google发表Imagen，在写实性上击败DALL-E2

5

背景简介DDPM

•扩散过程

–从真实数据中取样数据点~()，连续添加次高斯噪声（方差为{,…,}），

01

产生噪声样本1,…,

=;1−,=�(|)

−1−11:0−1