昇思25天学习打卡营第19天| Diffusion扩散模型

扩散模型，特别是Denoising Diffusion Probabilistic Models（DDPM），是一种从纯噪声开始，通过逐步去噪生成数据样本的技术。它在图像、音频、视频生成上都取得了不错的成果，比如OpenAI的GLIDE和DALL-E 2。
扩散模型包含两个主要过程：正向过程是逐渐给图像添加噪声，直到变成纯噪声；逆向过程则是从纯噪声开始，通过神经网络逐步去噪，恢复成原始图像。
通过训练，扩散模型能够生成一些看起来相当不错的图像 。