GN⁺: Diffusion Models - 확산 모델

확산 모델이 점수 매칭 이론보다 먼저 나왔음을 알게 되었음. OpenAI가 2억 5천만 개의 이미지를 훈련할 때 이론적 설명이 부족했음에도 도전적인 시도였음.
훈련 루프가 잘못된 것 같음. x0와 eps가 xt의 표현에 사용되지 않아 무작위 노이즈를 예측하는 것처럼 보임.
확산 변환기를 위한 최고의 Apache 또는 MIT 라이선스 파이썬 라이브러리를 찾고 있음.
공유해줘서 감사함. 확산 모델이 어떻게 작동하는지에 대한 통찰을 얻었음. 무작위성이 강력함. 이제 적절하지 않은 언어로 코딩해볼 시간임.
댓글을 읽는 사람들에게 요약할 내용이 많지 않음. 이 게시물이 안정적 확산의 요약임.
2022년에 그림을 배우다가 Stable Diffusion 같은 AI 예술 모델의 등장에 놀랐음. 컴퓨터가 자신보다 더 나은 예술가가 되었음. AI가 창의적 작업에 더 많이 침범할수록 이를 모두 없애고 싶어짐.