写文章
- @Wd20070206
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
Diffusion 扩散模型知识体系梳理（三）
本文系统梳理了扩散模型从离散到连续、从随机到确定性的理论演进脉络。首先从DDPM出发，推导了基于贝叶斯后验的去噪过程与误差预测MSE损失函数；随后切换到Score-based视角，介绍了得分匹配、NCSM与朗之万动力学采样，并分析了流形假设带来的实际困难；接着引入SDE框架，将前两者统一为前向Ito SDE与逆向SDE的对偶结构；最后介绍 Flow Matching，通过FM绕开不可解析的边缘向量
Diffusion 扩散模型知识体系梳理（二）
本文系统梳理了扩散模型从离散到连续、从随机到确定性的理论演进脉络。首先从DDPM出发，推导了基于贝叶斯后验的去噪过程与误差预测MSE损失函数；随后切换到Score-based视角，介绍了得分匹配、NCSM与朗之万动力学采样，并分析了流形假设带来的实际困难；接着引入SDE框架，将前两者统一为前向Ito SDE与逆向SDE的对偶结构；最后介绍 Flow Matching，通过FM绕开不可解析的边缘向量
Diffusion 扩散模型知识体系梳理（一）
本系列五篇文统梳理了扩散模型从离散到连续、从随机到确定性的理论演进脉络。首先从DDPM出发，推导了基于贝叶斯后验的去噪过程与误差预测MSE损失函数；随后切换到Score-based视角，介绍了得分匹配、NCSM与朗之万动力学采样，并分析了流形假设带来的实际困难；接着引入SDE框架，将前两者统一为前向Ito SDE与逆向SDE的对偶结构；最后介绍 Flow Matching，通过FM绕开边缘向量场，
到底了