Denoising Diffusion Probabilistic Models
这篇论文在回答怎样把扩散概率模型训练成高质量、稳定的图像生成器？
主要贡献
给出实用 DDPM 训练方案，强调与 denoising score matching 的联系，并使用简化噪声预测目标。
与 DDPM 的关系
本站前向、反向、训练与采样章节的主要一手来源。
阅读时抓住的公式 / 记号
打开原论文 MAPPaper map
看见思想怎样汇流。
时间顺序不等于知识依赖。点击节点，区分原始 DDPM、采样改进、条件控制、连续时间统一与潜空间扩散。