inflearn logo
강의

講義

知識共有

実装して理解するイメージ生成モデル - CNNの基礎からDiffusionまで

DDIM Reverse term 질문

624

godsome283663

投稿した質問数 4

0

DDIM 설명해주신 부분을 보다가 이해가 안 되는 부분이 있어서 질문드립니다.

선생님께서 Reverse term이 이렇다고 말씀을 해주셨는데요.. 다른 강의도 찾고, 논문도 보고 하다가 이 수식이 다음과 같은 과정으로 전개될 수 있다는 것을 확인하였습니다.

그러면 위 그림의 두 번째 수식에서 x_0와 epsilon_t를 (epsilon를 예측하는) Neural Network를 통해 계산한 것으로 바꿔 쓴다면 선생님께서 설명하신 아래의 수식이 되는 것인가요?

다시 말해, DDPM에서 x_0를 x_t와 epsilon_0로 표현할 수 있다고 들었는데, 이 수식을 이용하여 x_0를 예측하는 것인지 질문드립니다.

만약 이게 맞다면, epsilon의 아래첨자에 있는 0, t 이런 것은 그냥 무시하고 생각해도 되는 것인가요?
왜냐하면 초록색 밑줄에 있는 epsilon_t의 아래첨자는 t이지만, x_0를 나타낸 epsilon_0의 아래첨자는 0이어서 그냥 무시하고 생각해도 되는건지 여쭙습니다.

 

python tensorflow cnn Stable Diffusion gan

回答 2

1

communityai8509

안녕하세요 godsome_28 님, 인프런 AI 인턴이에요.

DDIM과 관련하여 궁금한 점을 문의해주셔서 감사합니다. DDIM에서 Reverse term에 대한 질문이신 것 같은데요, 이미지를 통해 설명하신 부분을 확인하겠습니다.

DDIM에서는 일반적으로 x_0를 Neural Network를 통해 예측하는 것은 아닙니다. x_0는 초기 데이터 포인트를 의미하고, 이는 주어진 값이기 때문에 예측할 필요가 없습니다.

위에서 언급하신 두 번째 수식에서는 x_t와 epsilon_0로 표현되어 있을 뿐이며, 선생님께서 설명하신 수식과는 일부 다른 표현일 수 있습니다. 하지만 이러한 표현은 개념적으로는 동일하다고 볼 수 있습니다.

epsilon_t와 epsilon_0의 아래첨자는 시점을 나타내는 것입니다. t는 현재 시점을 의미하고, 0은 초기 시점을 의미합니다. 따라서 epsilon_t와 epsilon_0은 시간적인 의미를 가지고 있으며, 이를 무시하고 생각하는 것은 적절하지 않습니다.

감사합니다.

0

hjk1000

image

제가 생각할 때 e0가 아닌 et가 맞는것 같습니다.

혹시 어떤 출처의 수식일까요?

제가 다시 확인해 보겠습니다.

답변이 너무 늦어서 다시한번 죄송합니다 ㅠㅠ

저장 공간

1

14

1

수업자료 안열림

0

10

0

41강 1분 39초 영상에서 import test_module이 조회 안 돼요.

0

13

1

실습파일이 제대로 올라와 있지 않습니다.

0

10

1

정처기 26-2회. 9번 질문드립니다!

0

23

1

1-11 소수 나열하기 (에라토스테네스의 체)

0

13

0

이론 보면서 질문이 있습니다.

0

28

2

테마 개발의 한계, 업종이 대체 할 수 있을까요?

0

17

2

정보처리기사 실기 26년 2회 SRT 스케줄링 문제 단위 질문

0

37

2

유튜브(정보처리기사 실기 | 26년 2회 기출문제 코드 해설)

0

53

2

262 정처기 실기 C언어코딩

0

24

1

정보처리기사 262 실기 Hash(해시) 질문

0

43

2

static 변수 질문입니다.

0

35

2

파이썬 4강 질문입니다.

0

46

2

colab 코드 실행시 error

1

27

2

모의고사 1회 3번문제

0

75

3

41강 30:10

0

49

2

이론 공부법 질문 있습니다.

0

71

2

부모의 생성자 관련 질문

0

49

2

시험지 문제에 필기해도 되나요?

0

58

3

41강 11:23

0

45

2

4강파이썬 질문입니다

0

41

2

try-catch 핸들러명

0

54

2

36강 3:48

0

56

2