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

613

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

수강기간 연장 가능 여부 문의드립니다

0

4

1

Visual Studio Code 대신 Pycharm 써도 되나요?

0

11

2

문제2-2에서 유의한 변수에서 음수는 유의한지?

0

15

3

강의내용관련

0

15

1

본 강의와는 상관없는 내용입니다만..

0

14

1

강의 만료 후 오프라인 저장 강의 수강 가능 여부

0

24

2

Part03 프롬프트 14 기간 조정(횡보 후 돌파) 입력 시 claude에서 수정안 발생

0

14

1

xgboost에 관해

0

25

2

수업노선자료파일 다운

0

14

1

best of best 점수 합산

0

26

1

code 노드 Execute step 관련 질문

0

19

2

기출문제 pdf 없음

0

26

2

antigravity로 하던 작업 이제 visual code로 하면 되는 거죠?

0

29

1

다음 강의 얼른 올려주세요

0

24

2

.env 파일 질문입니다.

0

29

2

airflow 3로 되면서 2.x대에 지원 중단된 패키지가 많네요..ㅠ

0

23

1

C언어에서

0

31

1

dags 디렉토리안에 sql디렉토리 넣고 .sql 파일로 관리해도 되나요?

0

22

2

exercise 20. 데이터 구조(리스트)

0

18

0

평가지표 RMSE 문의

0

34

2

1-3번문제 질문

0

34

2

질문이 있습니다.

0

41

2

회귀모델 평가지표 최근 시험환경에서의 지원여부가 궁금합니다

1

35

2

컬럼 삭제 관련

0

31

2