SDE统一视角下的生成模型
摘要
从随机微分方程角度,尝试对生成模型的两类分支:DDPM 和 Score-based model 建立统一的模型框架。
论文:Score-Based Generative Modeling through Stochastic Differential Equations
SDE 基本数学知识
随机微分方程 SDE 最早是物理上描述布朗运动(Wiener process)的工具,
用下式描述一个一般的前向 SDE,
对于一个给定的前向 SDE(已知 drift 和 diffusion 系数),能够通过数学方式推导出逆向过程,即 Reverse SDE:
SDE 视角下的 DDPM
下面证明了 DDPM 的前向过程等价于一个 SDE,采样过程等价于对应的 Reverse SDE。
注意:虽然 DDPM 没有显式地计算 Score,但是下面的 * 式给出了一种等价变换得到 Score 的方式。
SDE 视角下的 SMLD
由于 SMLD 本身就是基于 Score 给出的模型,因此 SDE 视角下的 SMLD 推导就显得简洁许多。