生成模型初认识

参考学习资料：李宏毅-机器学习

以下为课程过程中的简易笔记

生成模型

• 为什么要用生成模型？——创造力：同一个输入，产生不同的输出（distribution），有一定概率发生某种随机事件
• 输入：X；从简单分布中随机sample出的向量z；
• 输出：distribution

AE

自编码器

原始输入特征是有大量冗余的，要重建出原图不需要那么多特征，只要用low dim的中间特征就可以了

VAE

• 在AE的decoder的输入中增加噪声，噪声的方差是$e^{\sigma }$，其中$\sigma$也是由神经网络学习到的
• 因为原始的AE不存在噪声，它的预测是不可理解的，满月和弦月的内插不一定得到比弦月满，比满月弦；但是VAE中加了噪声后，因为噪声的存在，就要求满月和弦月之间内插的点既和满月接近，又和弦月接近，因此就会产生比弦月满，比满月弦的结果
• VAE和GAN不一样，VAE说白了就是要不断地重建出训练数据集中有的样本，最多是训练集中样本的组合，是一个不断提高模仿力的过程，要产生和训练集中的样本相像的图像，最好能一模一样，这样重建错误就会最小；但是GAN是要生成以假乱真的图片，产生的新图像并不是要和训练集图片一模一样，而是要产生图像的分布和训练集图像的分布尽可能接近

GAN

Unconditional GAN

无条件生成，只输入从简单分布sample的向量z

• 问：Divergence用于衡量2个分布的距离，然而$P_G$和$P_{Data}$的formulation(公式)都不知道，怎么计算Divergence？

• GAN：只要能分别从$P_G$和$P_{Data}$两个分布中进行sample（也就是分别从Generator产生的数据和收集到的真实训练数据中做sample），就可以利用Discriminator估算出2者的Divergence

公式理解：

• 要找一个G，让红框里面的值越小越好(代表$P_G$和$P_{Data}$两个分布的Divergence越小，两个分布越像)；
• 然而由于两个分布的Divergence的公式并不能直接计算，所以把$P_G$和$P_{Data}$两个分布的Divergence转化为另一个优化问题，通过引入一个Discriminator，在Generator给定的情况下，想要找到一个D，让V(G,D)越大越好

Conditional GAN

有条件生成

Latent Diffusion Model

主要创新：

Difussion Model是在pixel space进行加噪和去噪，训练成本高昂，Latent Diffuion Model将加噪和去噪都搬到了latent sapce，训练成本减少，能接受的condition也变多了

组成部分：

1. Autoencoder：包括encoder和decoder
2. Denoiser：将encoder的输出加噪后，还原成decoder的输入
3. Conditioning Encoder：可以是任意产生一个序列tokens的encoder

3个部分可以分开训