れいむ

れいむ

ちょい調べた！拡散モデルとは？【実装編】

今までの「ちょい調べた！拡散モデル」シリーズで、拡散モデルの原理と学習アルゴリズムについて、数学的に解説してきました。今回は、実際にPythonでの実装を試みます！具体的には、FashionMNISTデータセットを使って、拡散モデルを学習し、新たなデータを生成することを目指します。Google Colaboratoryノードブックも用意していますので、参考までに試してみてください。 データセット まず、データセットを確認しておきましょう。FashionMNISTは、Zal

れいむ

    • ちょい調べた！拡散モデルとは？【学習編】

      前の記事「ちょい調べた！拡散モデルとは？」では、拡散モデルの原理を解説しました。本記事では、拡散モデルの学習について解説します。 ちょっと復習しておきましょう 拡散モデルは、「拡散過程」と「デノイズ過程」の2つのプロセスがあります。 拡散過程では、観測データに対して、Gaussianノイズ（正規分布に従うもの）を足していきながらデータを完全ノイズにしていく処理を行います。 デノイズ過程では、ノイズを加えられたデータから元のデータへ復元する、ノイズ除去を行います。 拡

      れいむ

      • ちょい調べた！ 拡散モデルとは？【原理編】

        近年、生成AIの目覚ましい進化により、人間が作成したような自然なテキストや画像が生成できるようになりました。高精細な画像生成で知られるStable Diffusionはその好例です。 このような生成AIは、新しいデータをつくり出す「生成モデル」という技術によって実現されています。画像生成モデルの中でも特に注目されているのが「拡散モデル」です。 本記事では、拡散モデルの原理を簡単に解説することを目指します。 前準備：潜在変数モデルのおさらい拡散モデルを理解する前に、その基

        れいむ