文章目录
参考论文:A Survey on Generative Diffusion Model
github:https://github.com/chq1155/A-Survey-on-Generative-Diffusion-Model
一、什么是扩散模型
1.1 现有生成模型简介
已经有大量的方法证明深度生成模型能够模拟人类的想象思维,生成人类难以分辨真伪的内容,主要方法如下:
-
VAE:
比 GAN 要学习的东西更加明确,即使用 Encoder 学习数据的分布(均值和方差),使用 Decoder 基于学习到的分布训练生成器。VAE 的 Encoder 本质上就是对真实数据进行加噪,Decoder 就是在加了高斯噪声的数据上解码,相当于去掉噪声来恢复真实数据。
VAE 其实结构和扩散模型很像,且有较好的理论可解释性,但 Encoder 使用很大的步长来学习数据分布并进行加噪,Decoder 也使用很大的步长来去噪,导致学习的不够细致,很粗糙。
-
Flow-based
-
GAN:用神经网络训练生成器和判别器,可解释性较差,训练时容易出现不稳定的问题
-
diffusion model:
和 VAE 的结构类似,不过是前向使用很小的步长来一步步进行加噪,逆向使用很小的步长一步步的进行去噪,比 VAE 学习的更细致
1.2 扩散模型的理论来源
我们主要介绍扩散模型,扩散模型背后的直觉来源于物理学:
- 在物理学中,气体分子从高浓度区域扩散到低浓度区域
- 这与由于噪声的干扰而导致的信息丢失是相似的
- 通过引入噪声,然后尝试去噪来生成图像,模型每次在给定一些噪声输入的情况下学习生成新图像。
1.3 扩散模型的使用场景
扩散模型可以用到哪些任务上:
- 计算机视觉
- 语言模型
- 声音模型
- AI for science
扩散模型的应用场景:
- 图文生成
- 视频生成
- 分子结构生成
- AI 绘画
- AI 制药
- …
1.4 扩散模型的基本结构
扩散模型的工作原理:
- 学习由于噪声引起的信息衰减,然后使用学习到的模式来生成图像
扩散模型的结构:
- 扩散模型定义了一个扩散步骤的马尔可夫链,慢慢地向数据中添加随机噪声,也就是熵增的过程,然后学习逆向扩散过程,从噪声中构建所需的数据样本
- 前向扩散过程 q q q:为输入图像 x 0 x_0 x0 引入一系列的随机噪声,也就是对样本点分 T 步添加高斯噪声,随着噪声的引入, x 0 x_0 x0 最终会失去区分特性
- 逆向恢复过程 p p p:从高斯先验出发,从有大量随机噪声的图中学习恢复原图
扩散模型相比 GAN 或 VAE 的缺点:
- 速度慢:扩散模型是基于马尔科夫过程来实现的,在训练和推理的时候都需要很多步骤
1.5 马尔可夫过程
马尔可夫模型有两个假设:
- 系统在 t t t 时刻的状态只与 t − 1 t-1 t−1 时刻的状态有关,也称无后效性
- 状态转移概率与时间 t t t 无关,只与前驱和后继的状态有关,也称齐次性或时齐性
1、无后效性
具有马尔科夫性质的状态满足下面公式:
P ( S t + 1 ∣ S t ) = P ( S t + 1 ∣ S 1 , . . . , S t ) P(S_{t+1}|S_t)=P(S_{t+1}|S_1,...,S_t) P(St+1∣St)=P(St+1∣S1,...,St)
上述公式的意义:
- 给定当前状态 S t S_t St,将来的状态 S t + 1 S_{t+1} St+1 和 t t t 时刻之前的状态 { S 1 , . . . , S t − 1 } \{S_1, ..., S_{t-1} \} {S1,...,St−1} 已经没有关系,只和当前的状态 S t S_t St 有关系。
- 当前的状态 S t S_t St 中已经包括了历史的相关信息,所以之前的状态可以忽略
2、齐次性
对状态 s s s 和后继状态 s ′ s' s′,状态转移概率定义为:
P s s ′ = P [ S t + 1 = s ′ ∣ S t = s ] P_{ss'}=P[S_{t+1}=s'|S_t=s] Pss′=P[St+1=s′∣St=s]
状态转移矩阵 P 定义了从 s s s 转移到后继状态 s ′ s' s′ 的概率:
其中的每行和为1:
-
比如掷骰子游戏,当前的点数为1
-
再一次掷骰子得到的点数的概率,即使我们不知道下一个具体点数的概率,但是我们知道下一个点数是1,2,3,4,5,6中的某一点,那么就会有:
马尔可夫过程:
马尔科夫过程一个无记忆的随机过程,是一些具有马尔科夫性质的随机状态序列构成,可以用一个元组 <S,P> 表示:
- S 是有限数量的状态集合
- P 是状态转移概率矩阵, P s s ′ = P [ S t + 1 = s ′ ∣ S t = s ] P_{ss'}=P[S_{t+1}=s'|S_t=s] Pss′=P[St+1=s′∣St=s]
二、扩散模型相关定义
2.1 符号和定义
1、State:状态
State 是能够描述整个扩散模型过程的一系列数据:
- 初始状态:starting state x 0 x_0 x0
- prior state:离散时为 x T x_T xT,连续时为 x 1 x_1 x1
- 中间状态:intermediate state x t x_t xt
2、Process 和 Transition Kernel
- Forward/Diffusion 过程 F F F:将初始状态转换到有噪声的状态
- Reverse/Denoised 过程 R R R:和前向过程方向相反,从有噪声的图像中逐步复原原图的过程
- Transition Kernel:在上面的两个过程中,每两个 state 的变换都是通过 transition kernel 来实现的,
前向和逆向的过程如下所示:
对于非离散情况,任何时间 0 < = t < s < 1 0<=t<s<1 0<=t<s<1 的前向过程如下:
- F t F_t Ft 和 R t R_t Rt 分别是 t t t 时刻从状态 x t − 1 x_{t-1} xt−1 转换成状态 x t x_t xt 的前向 transition kernel 和逆向 transition kernel
- σ t \sigma_t σt 是噪声尺度
- 最常用的 transition kernel 是 Markov kernel,因为其具有较好的任意性和可控性
3、Pipeline:
假设定义 sampled data 为 x ~ 0 \widetilde{x}_0 x 0,则整个过程可以描述如下:
4、离散和连续过程
与离散过程相比,连续过程能够从任何时间状态中提取任何信息
如果扰动核的变化足够小,则连续过程有更好的理论支撑
5、训练目标
扩散模型是生成模型的一个子类,和 VAE 的目标函数类似,目标是让初始分布 x 0 x_0 x0 和采样分布 x ~ 0 \widetilde{x}_0 x 0 尽可能的接近。
通过最大化如下 log-likelihood 公式来实现,其中 σ ~ \widetilde{\sigma} σ 在前向和逆向过程中是不同的:
2.2 问题规范化
1、Denoised Diffusion Probabilistic Model(DDPM):去噪扩散概率模型
NIPS 2021 的论文 ‘Denoising diffusion probabilistic models’ 中对扩散概率模型进行了改进,提出了 DDPM:
- 使用固定的方差回归均值
- 用和噪声表示,通过均值预测网络重参数化,将关于均值的差改写为噪声预测网络与噪声的差,将目标函数改写为噪声预测的方式
- 对高斯噪声进行回归预测
- 对扩散模型的架构也进行了相应的改进,使用 U-Net 形式的架构,引入了跳跃连接,更适合于像素级别的预测任务
DDPM Forward Process:
-
DDPM 使用一系列的噪声系数 β 1 \beta_1 β1、 β 2 \beta_2 β2 … β T \beta_T βT 作为不同时刻的 Markov trasition kernel。
-
一般都使用常数、线性规则、cosine 规则 来选择噪声系数,而且 [68] 中也证明了不同的噪声系数在实验中也没有明显的影响
-
DDPM 的前向过程定义如下:
-
根据从 x 0 x_0 x0 到 x T x_T xT 的扩散步骤, Forward Diffusion Process 如下:
DDPM Reverse Process:
-
逆向过程使用可学习的 Gaussian trasition 参数 θ \theta θ 来定义如下:
-
逐步从 x T x_T xT 复原到 x 0 x_0 x0 的过程如下,假设过程为 p ( x T ) = N ( x T ; 0 , I ) p(x_T) = N(x_T;\ 0, I) p(xT)=N(xT; 0,I):
-
所以, p θ ( x 0 ) = ∫ p θ ( x 0 : T ) d x 1 : T p_{\theta}(x_0)=\int p_{\theta}(x_{0:T})dx_{1:T} pθ(x0)=∫pθ(x0:T)dx1:T 的分布就是 x ~ 0 \widetilde{x}_0 x 0 的分布
Diffusion Training Objective:为了最小化 negative log-likelihood (NLL),则最小化问题转换为:
- L T L_T LT:prior loss
- L 0 L_0 L0:reconstruction loss
- L 1 : T − 1 L_{1:T-1} L1:T−1:consistent loss
下图是 PPDM 的 pipeline:
2、Score Matching Formulation
score matching 模型是为了解决原始数据分布的估计问题,通过近似数据的梯度 ∇ x l o g p ( x ) \nabla_xlogp(x) ∇xlogp(x) 来实现,这也称为 score。
两个相邻状态的 transition kernel 为:
Score matching 过程:
score matching 的核心是训练一个得分估计网络 s θ ( x , σ ) s_{\theta}(x, \sigma) sθ(x,σ) 来预测得分。
DSM:
三、可以提升的点
尽管扩散模型目前取得了很好的生成效果,到其逐步去噪的过程涉及非常多的迭代步骤,故此扩散模型的加速是很重要的研究课题。