PR-409: Denoising Diffusion Probabilistic Models
Ғылым және технология
이번 논문은 요즘 핫한 Diffusion을 처음으로 유행시킨 Denoising Diffusion Probabilistic Models (DDPM) 입니다. ICML 2015년에 처음 제안된 Diffusion의 여러 실용적인 측면들을 멋지게 해결하여 그 유행의 시작을 알린 논문인데요, Generative Model의 여러 분야와 Diffusion, 그리고 DDPM에서는 무엇이 바뀌었는지 알아보도록 하겠습니다.
논문 링크: arxiv.org/abs/2006.11239
발표자료: www.slideshare.net/HyeongminL...
#pr12 #ddpm #diffusion #deeplearning #generativemodel
Пікірлер: 12
정말 재밌게 봤습니다. 어려운 수식을 이렇게 풀어서 설명해 주셔서 감사합니다!
어려운 수식을 쉽게 풀어주셔서 잘 이해가 되었습니다!! 설명 감사합니다~~~~!!!
오! 다른 설명영상보다 더 우수하군요!! 고맙습니다😮
깔끔한 정리 감사합니다!
@lucas-lee
Жыл бұрын
감사합니다 :)
비전 전공이셔서 그러신지 몰라도 설명이 정말 명확하고 well defined 되어 있어서 정말 도움 많이 됩니다 ㅎㅎ 현재 딥러닝 석사 박사 과정까지 준비하고 있는데 정말 많이 배웁니다 감사합니다 ㅎㅎ
잘봤습니다
다른 generation model들과 비교해주면서 개괄적인 설명부터 이 논문이 행한 contribution까지 잘 설명해주셔서 희미했던 것들이 조금 명확해진 것 같아요. 도움 많이 받았습니다 좋은 설명 감사드립니다.
@user-mn5rv9cg2e
9 ай бұрын
++ ppt에서 diffusion loss 설명하신건 log likelihood에다가 -를 곱해서 minimize 해줘야 하는 term인 것 맞나요??
@lucas-lee
9 ай бұрын
@@user-mn5rv9cg2e 안녕하세요! 네 맞습니다. likelihood의 경우 maximize해야 하는 값이므로 다른 term들과는 달리 앞에 -가 붙어 있습니다 :)
쉽게 정리해주신것 같은데 이제 막 generative model에 대해 공부하는 입장에서는 아직 어렵네요. 수식같은것도 눈에 잘 안 들어오고요. 공부할게 많은것 같아 조금 막막해집니다 ㅎㅎ..
@lucas-lee
Жыл бұрын
generative model에 관한 설명은 이전 PR12 영상에 소개된 VAE나 GAN 영상을 찾아보시는 걸 추천드립니다. ELBO Loss에 관한 부분만 이해하시면 수학적으로 어려운 부분은 없을 것 같네요