Denoising Diffusion Probabilistic Models

Wir präsentieren hochwertige Bildsynthesen mithilfe von Diffusionswahrscheinlichkeitsmodellen, einer Klasse latenter Variablenmodelle, die durch Überlegungen aus der Nichtgleichgewichtsthermodynamik motiviert sind. Unsere besten Ergebnisse erzielen wir durch das Training auf einer gewichteten variationalen Schranke, die auf einer neuartigen Verbindung zwischen Diffusionswahrscheinlichkeitsmodellen und der Rauschunterdrückung mittels Score-Matching mit Langevin-Dynamik basiert. Unsere Modelle ermöglichen zudem natürlicherweise eine schrittweise verlustbehaftete Dekompression, die als Verallgemeinerung des autoregressiven Decodings interpretiert werden kann. Auf dem unbedingten CIFAR10-Datensatz erreichen wir einen Inception-Score von 9,46 und einen state-of-the-art-FID-Score von 3,17. Auf 256×256 LSUN erzielen wir eine Bildqualität, die der von ProgressiveGAN entspricht. Unsere Implementierung ist unter https://github.com/hojonathanho/diffusion verfügbar.