- 博客(3)
- 收藏
- 关注
RSS订阅原创 扩散模型采样DPM-Solver：避开复杂数学推导通俗理解
总的来说，这篇文章的思想很简单，实质是一个求解ODE的过程。我们通过DPM-Solver，仅通过很少的采样步骤就可以得到很好的生成效果。可以这样理解，因为我们在解ODE时的误差减小了，每一步相比原来的黑盒ODE解法而言，都更加精确，所以在更少的步长情况下，已经可以比较精确的计算出结果。DE的过程。我们通过DPM-Solver，仅通过很少的采样步骤就可以得到很好的生成效果。
2024-10-12 22:06:14
1613
原创 机器学习中的对数似然如何理解？
由于我们一般希望极大或极小似然函数，求极值的方法一般就是求导，相乘的形式求导比较痛苦，于是一般会对似然函数取对数，叫做对数似然。举个例子说明：一般可以使用极大似然函数的方法求解未知参数（比如概率密度里面的未知参数），这里为什么要极大化似然函数，因为我们认为已经发生了的事件概率很大，似然函数理解成发生的这些事件的一种可能性，自然也希望似然函数越大越好。我们假设A1，A2，A3发生的可能性为p，似然函数的定义是发生了的事件（A1，A2，A3）的概率密度相乘，如果是离散样本则是其联合分布律。这里涉及概率论知识，
2024-09-27 16:20:03
238
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人