---
tags: Diffusion model
---
# Diffusion Models | Paper Explanation | Math Explained影片講解
[ Diffusion Models | Paper Explanation | Math Explained ](https://www.youtube.com/watch?v=HoKDTa5jHvg)
Notation:
疊加x次雜訊的結果
![Uploading file..._popcqv8yh]()

為影像添加雜訊的Forward Process
![Uploading file..._4l5rjr12e]()

使用神經網路訓練參數來移除雜訊的Reverse Process
![Uploading file..._nemt9a8im]()

一步Forward的細節 Bt為超參數
![Uploading file..._2u4c0zza3]()

原始文章中Bt的數值為由小到大的線性數字(這樣當t趨近無窮 下面的式子會接近標準分布)
![Uploading file..._vv5zmdi3o]()

一個之後會用到的改寫用的符號

將式子改寫後 可看出從x0推到xt不在需要t步 因為最後的結果只跟x0以及alpha(t)有關
![Uploading file..._i1wmck0qd]()

為影像減少雜訊的 Reverse Process 基本上就是希望機器要根據圖片 猜測這個分布的平均跟標準差

等等補
![Uploading file..._uwo2d63c6]()

![Uploading file..._6jc1ggsgu]()