BriefGPT.xyz
Dec, 2023
关于去噪扩散概率模型的收敛性的注意事项
A Note on the Convergence of Denoising Diffusion Probabilistic Models
HTML
PDF
Sokhna Diarra Mbacke, Omar Rivasplata
TL;DR
我们在这篇论文中，对扩散模型和数据生成分布之间的Wasserstein距离进行了定量上界的推导，该结果不依赖于数据生成分布的得分函数，并且适用于具有有界实例空间的任意数据生成分布，即使这些分布对勒贝格测度没有密度，而且上界不会受到指数依赖的影响。
Abstract
diffusion models
are one of the most important families of
deep generative models
. In this note, we derive a quantitative upper bound on the
wass
→