@konatasick 我在微博上简单记录了下自己的理解：因为reverse process的groundtruth，q(x t−1 |x t , x 0)，需要把x 0积掉不可行，所以用 pθ (x t−1 |x t ) 这个简化的变分分布来近似它，而U-Net输出的是pθ 的log-likelihood的梯度（也即均值该往哪儿推）。reverse的那些公式，除了这些intuition，就是标准的贝叶斯变分推断了