前面学习了扩散模型，并做了总结PPT。
其中有一个疑问：在生成过程中，就是下图的算法2中的第四步，为什么要在预测了噪声项后，Xt减去预测的噪声后，还有再叠加一个噪声项？就是增加的
部分。
李宏毅的讲解中，指出，如果不增加这个噪声项，最后就无法有效生成图片。
这两天忽然想到，其实，在前向过程中，每一步都在叠加一个高斯噪声。而在反向过程，每一步都重新估计这个高斯噪声，然后减去预测的噪声，最终恢复图形。但是，看了公式推导我们知道，其实，每一步估计噪声，其实是估计的噪声的均值。如果每一步只是减去一个预测的噪声的均值，那反向过程的每一步就不是如前向过程一样去处理高斯噪声，毕竟均值是一个确定项。所以还要增加前面所说的噪声项目，让反向过程的每一步真正实现减去高斯噪声的目的。
