扩散模型的发展过程梳理 多个扩散模型理论知识总结/DDPM去噪扩散概率/IDDPM/DDIM隐式去噪/ADM/SMLD分数扩散/CGD条件扩散/Stable Diffusion稳定扩散/LM

链接：https://pan.baidu.com/s/1rVWr6Y2eQ6g8zahOLjDjAQ?pwd=8888提取码：8888青光眼数据集共有364张图：Glaucoma:32,Normal:225,Suspect Glaucoma:107，收集到的青光眼数据集图片较少，后续需要继续补充。代码如下，卷积模型仍然用：ResNet18。准确率达到70%，说明残差网络模型性能针对多分类图像数据集

【代码】刘二大人《PyTorch深度学习实践》完结合集——第13课：循环神经网络（高级篇）——（源代码仅在CPU下跑）

【代码】刘二大人《PyTorch深度学习实践》完结合集——第13课：循环神经网络（高级篇）——（源代码仅在CPU下跑）

padding_idx=None,– 填充id，比如，输入长度为100，但是每次的句子长度并不一样，后面就需要用统一的数字填充，而这里就是指定这个数字，这样，网络在遇到填充id时，就不会计算其与其它符号的相关性。这里可以理解1*4维的input张量做了转置变成4*1的张量，0对应的是[-0.8736,0.7243,1.1653]，对句子进行规整，即对长度不满足条件的句子进行填充pad（填充的值也可

【代码】刘二大人《PyTorch深度学习实践》完结合集——第10课：卷积神经网络（高级篇）

链接：https://pan.baidu.com/s/1rVWr6Y2eQ6g8zahOLjDjAQ?pwd=8888提取码：8888青光眼数据集共有364张图：Glaucoma:32,Normal:225,Suspect Glaucoma:107，收集到的青光眼数据集图片较少，后续需要继续补充。代码如下，卷积模型仍然用：ResNet18。准确率达到70%，说明残差网络模型性能针对多分类图像数据集

D:\Anaconda\envs\study\python.exe "D:\python pycharm learning\刘二大人课程\P\p12.2.py"

【代码】深度学习实战案例三：青光眼数据集多分类预测(GoogLeNet)

D:\Anaconda\envs\study\python.exe "D:\python pycharm learning\刘二大人课程\P\P12.py"epoch =10 就得出之前结果ohlol。