安裝中文字典英文字典辭典工具!
安裝中文字典英文字典辭典工具!
|
- 如何通俗理解扩散模型？ - 知乎
这背后都用到了一个强大的模型：Diffusion Model。 所以， 在这个系列中，我们将从原理到源码，从基石DDPM到DALLE2，Imagen与Stable Diffusion，通过详细的图例和解说，和大家一起来了解扩散模型的奥秘。
- 如何理解扩散模型中的SDE？ - 知乎
基于 SDE 的扩散模型不仅能够获得更高质量的生成样本，还能进行准确的对数似然（log-likelihood）计算，以及有利于逆问题（inverse problem）求解中的可控样本生成。 这个工作也获得了 ICLR 2021 Outstanding Paper Award。
- 怎么理解今年 CV 比较火的扩散模型（DDPM）？ - 知乎
目前所采用的扩散模型大都是来自于2020年的工作 DDPM: Denoising Diffusion Probabilistic Models， DDPM对之前的扩散模型（具体见 Deep Unsupervised Learning using Nonequilibrium Thermodynamics）进行了简化，并通过 变分推断 （variational inference）来进行建模，这主要是因为扩散模型也是一个 隐变量模型 （latent variable model
- 十分钟读懂Diffusion：图解Diffusion扩散模型
2 扩散模型Diffusion 前面介绍了Diffusion是如何根据输入文字生成图片的，让大家有个大概的了解，接下来会详细介绍扩散模型Diffusion是如何训练的，又是如何生成图片的。 2 1 扩散模型Duffison的训练过程 扩散模型Diffusion Diffusion模型的训练可以分为两个部分：
- 如何评价NeurIPS 2025获奖论文，通过IDR 机制解释「扩散模型泛化性」来源？ - 知乎
NeurIPS 2025 上的一篇获奖文章，揭示了一个在扩散模型（Diffusion Models）中非常反直觉且重要的现象： 为什么扩散模型明明有能力记住所有训练数据，但在实际应用中却能生成全新的、高质量的图像？
- 何恺明团队指出，扩散模型应该直接预测「图像」而不是「噪声」，如何评价这个工作？ - 知乎
何恺明团队指出，扩散模型应该直接预测「图像」而不是「噪声」，如何评价这个工作？ 基于经典的「流形假设」（Manifold Assumption），论证了自然图像数据存在于高维像素空间的低维流形上，而噪声则分布于整个高维空间。 因此，… 显示全部 关注者 526
- 扩散模型 DDPM 的损失函数为什么是 MSE？ - 知乎
上一章我们搞清了扩散模型的主干网络可以预测 \epsilon x_0 v，这三种预测目标本质上是同一几何关系的不同侧面。 但关于预测任务的部分，还有一个问题没有揭秘：为什么代码里用的是一个回归问题常见的损失函数 MSE（均方差损失）？
- 到底什么是扩散模型？生成模型？还有别的分类吗？ - 知乎
其中类别先验 p (c i) p (c_i) 通常是均匀分布的。 计算公式 （1）的主要困难是在于 似然不可解或难以精确计算 ——尤其在扩散模型（diffusion model）这类高维生成模型中更是如此。
|
|
|