预测的时候，
第1步根据输入，预测噪声
第2步，
输入就是一个与目标尺寸一样的图（或数据），然后用第1步预测的噪声，去噪，变成与目标一样的图片（或者数据）
有的还没看完
【扩散模型】1、扩散模型 | 到底什么是扩散模型?-CSDN博客
所以就有了 VAE，也就是变分自编码器，VAE 和 AE 是很不同的，虽然结构看起来很像，但很重要的区别是，中间不再是学习一个 bottleneck 的特征，而是学习了一个分布，假设分布是高斯分布，可以用均值和方差来描述，就是从 encoder 得到特征后，加一些 FC 层，来预测均值和方差，得到后用公式采样一个 z 出来，VAE 就可以用来做生成了，因为在训练好后，可以扔掉 encoder，这里的 z 就是能随机抽样出的样本，然后就能生成图片了
原文链接：https://blog.csdn.net/jiaoyangwm/article/details/129439761
