DDPMScheduler

去噪扩散概率模型（DDPM）由Jonathan Ho、Ajay Jain和Pieter Abbeel提出，是一种基于扩散的模型。在🤗 Diffusers库的上下文中，DDPM指的是论文中的离散去噪调度器以及相应的管道。

论文的摘要如下：

我们提出了使用扩散概率模型生成高质量图像的结果，这是一种受非平衡热力学考虑启发的潜在变量模型。我们最好的结果是通过在一个加权变分边界上进行训练获得的，该边界根据扩散概率模型与Langevin动力学去噪分数匹配之间的新颖联系设计，并且我们的模型自然地承认一种渐进的有损解压缩方案，可以解释为自回归解码的推广。在无条件CIFAR10数据集上，我们获得了9.46的Inception分数和3.17的最新FID分数。在256x256的LSUN数据集上，我们获得了与ProgressiveGAN相似的样本质量。我们的实现可在此https URL获得。