背景：
在圖像生成領域中，最常見的生成模型是GAN和VAE。然而，在2020年，提出了一種新的模型，即DDPM（Denoising Diffusion Probabilistic Model），也被稱為擴散模型（Diffusion Model）。這種模型同樣可以用于圖像生成。近年來，擴散模型備受關注，Stability AI、OpenAI、Google Brain等公司都基于這種模型提出了各種圖像生成模型，例如生成文本圖像、視頻等。
原理介紹
擴散模型是一種生成模型，與其他生成模型一樣，可以通過從簡單分布采樣的噪聲中生成目標數據樣本。擴散模型由前向過程和反向過程組成，其中前向過程又稱為擴散過程。前向過程和反向過程都是參數化的馬爾可夫鏈，其中反向過程可以用于生成數據樣本。與GAN生成器不同的是，DDPM的反向過程沒有維度變化。
