可以看看这个流程，能有比较直观的理解。

起始，signal可以认为是一个全0的平坦图像，幅度也为0，相当于模型的输入只有noise。

经过模型输出后，频率成分会增加；同时，signal的幅度会增大，变为 [公式] ，噪声的幅度会减小，变为 [公式] 。

随着步数增多，signal的频率成分会越来越多，有更多的细节信息；同时，信噪比也会越来越大，直至为1。

绝大多数扩散模型的***样方法都可以表示成上…。