SD 训练过程主要包括加噪和去噪两个环节，具体步骤如下：
加噪：从数据集中选择一张干净样本，用 random 函数生成 0-3 一共 4 种强度的噪声，每次迭代中随机一种强度的噪声，增加到干净图片上，完成图片的加噪流程。 去噪：让 SD 模型学习去噪过程，最后抽象出一个高维函数，这个函数能在纯噪声中不断“优化”噪声，得到一个干净样本。其中，将去噪过程具像化，就得到使用 U-Net 预测噪声，并结合 Schedule 算法逐步去噪的过程。在训练过程中，我们首先对干净样本进行加噪处理，采用多次逐步增加噪声的方式，直至干净样本转变成为纯噪声。接着，让 SD 模型学习去噪过程，最后抽象出一个高维函数，这个函数能在纯噪声中不断“优化”噪声，得到一个干净样本。其中，将去噪过程具像化，就得到使用 U-Net 预测噪声，并结合 Schedule 算法逐步去噪的过程。
整个训练过程在最高维度上可以看成是如何加噪声和如何去噪声的过程，并在针对噪声的“对抗与攻防”中学习到生成图片的能力。具体来说，训练过程包括以下几个步骤：
从数据集中随机选择一个训练样本。 从 K 个噪声量级随机抽样一个 timestep。 将 timestep 对应的高斯噪声添加到图片中。 将加噪图片输入 U-Net 中预测噪声。 计算真实噪声和预测噪声的 L2 损失。 计算梯度并更新 SD 模型参数。通过不断迭代训练，SD 模型可以学习到如何生成高质量的图片。
