原书出处
深度学习详解
09 扩散模型 9.3 训练噪声预测器
怎么训练噪声预测器呢?去噪模块根据一张带有噪声的图片和代表去噪步数的ID来产生去噪的结果. 去噪模块里的噪声预测器会接收这张图片和ID,产生一个预测出来的噪声. 但要产生一个预测出来的噪声,就需要有标准答案. 在训练网络的时候,需要有成对的数据. 只有告诉噪声预测器这张图片里的噪声是什么样子,它才能够学习怎么把噪声输出. 噪声预测器的训练数据是人为创造的. 怎么创造呢?如图9.4 所示,从数据集里拿一张图片出来,随机地从高斯分布中采样一组噪声并加上去,从而产生有点噪声的图片. 再采样一次,就可以得到噪声更多的图片,以此类推,最后整张图片已经看不出原来是什么样子. 加噪声的过程称为前向过程,也称为扩散过程. 做完扩散过程以后,就有了噪声预测器的训练数据. 噪声预测器的训练数据就是一张加完噪声的图片以及现在是第几步加噪声,而加入的噪声就是网络的输出,这是网络输出的标准答案.
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter09.xhtml
EPUB SHA-256:35d2d4b7de742e0ce7756e7fb57c534014bf33cecdf0483a75e23cb7446cb7dc