Recent Posts
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
| 29 | 30 | 31 |
Tags
- computervision
- Front
- SSL
- classification
- CV
- pytorch
- Python
- Meta Learning
- Depth estimation
- FGVC
- Vision
- math
- nerf
- Torch
- clean code
- PRML
- dl
- REACT
- 머신러닝
- rl
- 3d
- nlp
- FineGrained
- algorithm
- web
- cs
- 딥러닝
- ML
- 알고리즘
- 자료구조
- Today
- Total
KalelPark's LAB
[3D Diffusion / GenAI] Variational Preserving and Exploding 본문
Advanced 3D vision/3D Diffusion
[3D Diffusion / GenAI] Variational Preserving and Exploding
kalelpark 2025. 12. 4. 10:25
Variance Preserving (VP)
- 분산이 보존되는 형태의 SDE (DDPM Forward는 원래의 데이터들을 discrete 하게 하는 과정을 의미함.)
Variance Exploding (VE)
- 분산이 폭발되는 형태의 SDE

* 둘다 Forward Process에서 Noisy Gaussian으로 가는 과정이라고 볼 수 있는데, 이를 해석하는 방법이 서로 다름
즉, Diffusion 모델을 일반화를 한다면, 다음과 같이 Variational Diffusion Model을 정의할 수 있다.

Score Matching with Langevin Dynamics (SMLD) 와 Denoising Diffusion Probabilistic Model (DDPM)
- 각각 변환이 서로, 가능하고, SMLD 는 주로 VE 기반, DDPM 은 VP 기반을 따릅니다.

* 이외에도 다양한 표현 방법들이 존재합니다

'Advanced 3D vision > 3D Diffusion' 카테고리의 다른 글
| [3D Diffusion / GenAI] Flow Matching (0) | 2025.12.05 |
|---|---|
| [3D Diffusion / GenAI] Reverse Process & Probability ODE (0) | 2025.12.04 |
| [3D Diffusion / GenAI] Diffusion Models for Continuous (0) | 2025.12.04 |
| [3D Diffusion / GenAI] Classifier Guidance and Free Guidance (0) | 2025.12.02 |
| [3D Diffusion / GenAI] Score-based Generative Model (0) | 2025.12.02 |
Comments