sampling이란, Latent Diffusion model의 reverse diffusion 과정에서 noise predictor가 이미지에서 노이즈를 제거하는 과정을 말한다. 여기서 sampler를 고르는 것은 이러한 sampling과정에 대한 방법론을 고르는 과정이다. 어떤 sampling method를 선택하는냐에 따라서 이미지의 생성 속도나 이미지의 디테일 등에서 차이가 발생한다.
몇몇 sampler들은 100년전에 발명된 것들이라고 한다. 이러한 것들은 old-school solvers for ordinary differential eruqations(ODE)라고 한다.
다음과 같이 sampler 뒤에 ‘a’가 붙어있는 경우를 봤을 것이다.
이러한 것들은 ancestral sampler라고 하는데, ancestral sampler는 각 sampling step에서 이미지에 noise를 추가한다. ancestral sampler는 ‘확률적 sampler’라고도 하는데, 왜냐하면 sampling 결과들이 무작위성을 띄기 때문이다.
그런데 ‘a’가 없더라도 다른 많은 샘플러들이 확률적 sampler임에 유의해야 한다.
ancestral sampler의 단점은 이미지를 생성할 떄마다 바뀐다는 점이다.