扩散模型设计基础综述

扩散模型是学习模式的学习系统，用于对数据分布进行建模和采样，其包含三个功能组件，即前向过程、反向过程和采样过程。扩散模型的各组件已受到显著关注，且在常见实践中考虑了诸多设计因素。现有综述主要关注较高层次的解决方案，对各组件设计基础的覆盖较少。本研究旨在填补这一空白，通过对扩散模型各功能组件内开创性的可设计因素进行全面且连贯的综述。这提供了对扩散模型更细粒度的视角，有益于未来在单个组件分析、不同目的的设计因素以及扩散模型实现方面的研究。