扩散模型是近年来快速发展并得到广泛关注的生成模型。它通过一系列的加噪和去噪过程,在复杂的图像分布和高斯分布之间建立联系,使得模型最终能将随机采样的高斯噪声逐步去噪得到一张图像。

精品内容

三维视觉中的扩散模型:综述
专知会员服务
5+阅读 · 10月9日
《基于扩散模型的条件图像生成》综述
专知会员服务
24+阅读 · 10月1日
《扩散模型智能交通系统》综述
专知会员服务
18+阅读 · 9月27日
扩散模型推荐系统综述
专知会员服务
18+阅读 · 9月11日
【MIT博士论文】物理启发的生成式模型
专知会员服务
22+阅读 · 9月6日
【MIT博士论文】物理启发的生成式模型
专知会员服务
20+阅读 · 9月6日
《扩散模型及其应用》最新综述
专知会员服务
44+阅读 · 8月21日
【ICML2024】量化稳定扩散中的原创性
专知会员服务
16+阅读 · 8月18日
生成扩散模型的攻击与防御:全面综述
专知会员服务
21+阅读 · 8月11日
多模态可控扩散模型综述
专知会员服务
30+阅读 · 7月20日
基于强化学习的扩散模型微调:教程与综述
专知会员服务
34+阅读 · 7月20日
参考链接
微信扫码咨询专知VIP会员