Open MrWan001 opened 11 months ago
作者您好!! 文中提出的损失函数,是将实际预测的Xt-1和最大似然估计推导出的理想最优Xt-1做损失。
我在想可不可以用ground truth噪声采样得到的Xt-1来做损失,即用generate_random_states函数中的实际noises算出的score,传入reverse_sde_step函数中得到的Xt-1,来和网络预测的噪声采样得到的Xt-1做损失,这样合理吗?
用generate_random_states函数中的noises算出的score,传入reverse_sde_step函数中得到的Xt-1,和文中根据最大似然估计推导出的最优Xt-1有什么区别,这个问题想请教下您的看法。
你好!我大概想了一下,利用score得到的Xt1是forward过程中的path,这可能不同于maximum likelihood得到的path。这个想法比较有意思不过我也没有做过实验,你可以试一下 ^^.
好的,谢谢!
作者您好!! 文中提出的损失函数,是将实际预测的Xt-1和最大似然估计推导出的理想最优Xt-1做损失。
我在想可不可以用ground truth噪声采样得到的Xt-1来做损失,即用generate_random_states函数中的实际noises算出的score,传入reverse_sde_step函数中得到的Xt-1,来和网络预测的噪声采样得到的Xt-1做损失,这样合理吗?
用generate_random_states函数中的noises算出的score,传入reverse_sde_step函数中得到的Xt-1,和文中根据最大似然估计推导出的最优Xt-1有什么区别,这个问题想请教下您的看法。