DDPM 정리 — forward/reverse 과정

DDPM의 큰 그림은 두 방향의 마르코프 체인이다.

Forward

• 데이터에 가우시안 노이즈를 T스텝에 걸쳐 조금씩 더한다.
• 노이즈 스케줄이 고정이라 이 방향은 학습할 것이 없다.
• 충분히 진행하면 표준정규분포에 수렴한다.

Reverse

• 순수 노이즈에서 시작해 한 스텝씩 되돌리는 조건부 분포를 신경망으로 근사한다.
• 학습 목표는 “이 스텝에 섞인 노이즈를 예측”하는 단순 회귀로 정리된다.

핵심 직관: 생성 = 노이즈 제거를 T번 반복하는 것.