PR-409: Denoising Diffusion Probabilistic Models

[@태훈-n3m]

다른 generation model들과 비교해주면서 개괄적인 설명부터 이 논문이 행한 contribution까지 잘 설명해주셔서 희미했던 것들이 조금 명확해진 것 같아요. 도움 많이 받았습니다 좋은 설명 감사드립니다.

[@태훈-n3m]

++ ppt에서 diffusion loss 설명하신건 log likelihood에다가 -를 곱해서 minimize 해줘야 하는 term인 것 맞나요??

[@lucas-lee]

@@태훈-n3m 안녕하세요! 네 맞습니다. likelihood의 경우 maximize해야 하는 값이므로 다른 term들과는 달리 앞에 -가 붙어 있습니다 :)

[@LSY-hb4fn]

비전 전공이셔서 그러신지 몰라도 설명이 정말 명확하고 well defined 되어 있어서 정말 도움 많이 됩니다 ㅎㅎ
현재 딥러닝 석사 박사 과정까지 준비하고 있는데 정말 많이 배웁니다 감사합니다 ㅎㅎ

[@euntisdfjin1958]

오! 다른 설명영상보다 더 우수하군요!! 고맙습니다😮

[@sujunglee2268]

어려운 수식을 쉽게 풀어주셔서 잘 이해가 되었습니다!! 설명 감사합니다~~~~!!!

[@김현일-q7r]

정말 재밌게 봤습니다.
어려운 수식을 이렇게 풀어서 설명해 주셔서 감사합니다!

[@94ostone]

잘봤습니다

[@josephkim7316]

깔끔한 정리 감사합니다!

[@lucas-lee]

감사합니다 :)

[@sesburg]

쉽게 정리해주신것 같은데 이제 막 generative model에 대해 공부하는 입장에서는 아직 어렵네요. 수식같은것도 눈에 잘 안 들어오고요. 공부할게 많은것 같아 조금 막막해집니다 ㅎㅎ..

[@lucas-lee]

generative model에 관한 설명은 이전 PR12 영상에 소개된 VAE나 GAN 영상을 찾아보시는 걸 추천드립니다. ELBO Loss에 관한 부분만 이해하시면 수학적으로 어려운 부분은 없을 것 같네요