主讲人：曹志义

活动时间：2023年11月2日下午2：30

地点：理科学院1号楼D418

讲座内容：生成模型属于计算机视觉的一个分支。从GAN到扩散模型的发展历程可以追溯到2014年，GAN由Goodfellow等人提出，它包含两个神经网络，一个神经网络尝试生成真实的数据，而另一个网络尝试判别真实的和生成的数据。随后，DDPM（去噪扩散模型）出现，它是扩散领域开山之作，不是采用U-Net预测图像，而是通过预测噪声来恢复图像，同时引入了Time Embedding，用于记录预测的第几步，告诉模型当前这一步是否需要生成更细致图像。之后，Improved DDPM让模型又学了方差，同时证明了大模型有更好表现。Diffusion beats GAN将模型加大加宽，同时加入classifier guided diffusion，把专业指标做上去，赶超之前的GAN。