
扩散模型
文章平均质量分 61
hallo128
专业:统计学,985硕,北京理工大学。现对AIGC中的扩散模型感兴趣,做论文的公式推导和项目代码实现。
B站定期更新视频,知识交流,共同进步,也欢迎大家提供一些好的文献或者项目代码。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
扩散模型学习顺序推荐
非常建议大家先从VAE(变分自动编码器)到DDPM,VAE可以帮助大家了解扩散目标提出的思路。DDPM是扩散模型最经典和基础的,务必了解。在前期了解DDIM可以先跳过,可以在学了部分后面的内容再了解。目前,我已经进行了不少扩散模型的论文精读,涉及到的论文系列如下,大家也可以按照这个顺序来学习。后续有时间,我再把手写的笔记整理为电子版,再分享给大家。剩下这3块是不同的方向,可以任选一块开始。每块关键的学习内容,见上述。(1)从同一视角理解扩散模型(VAE)(从统一视角理解扩散模型)原创 2024-10-23 21:47:09 · 357 阅读 · 0 评论 -
扩散模型学习顺序推荐
非常建议大家先从VAE(变分自动编码器)到DDPM,VAE可以帮助大家了解扩散目标提出的思路。DDPM是扩散模型最经典和基础的,务必了解。在前期了解DDIM可以先跳过,可以在学了部分后面的内容再了解。目前,我已经进行了不少扩散模型的论文精读,涉及到的论文系列如下,大家也可以按照这个顺序来学习。后续有时间,我再把手写的笔记整理为电子版,再分享给大家。剩下这3块是不同的方向,可以任选一块开始。每块关键的学习内容,见上述。(1)从同一视角理解扩散模型(VAE)(从统一视角理解扩散模型)原创 2024-10-23 21:44:49 · 1045 阅读 · 0 评论 -
【最详细公式推导:表 1】Elucidating the Design Space of Diffusion-Based Generative Models 【论文精读】
【公式推导表 1】Elucidating the Design Space of Diffusion-Based Generative Models 【论文精读】原创 2024-09-22 20:30:17 · 1880 阅读 · 0 评论 -
【DDIM】DENOISING DIFFUSION IMPLICIT MODELS【论文精读】【视频讲解】【公式推导】
论文:DENOISING DIFFUSION IMPLICIT MODELS(https://arxiv.org/abs/2010.02502)去噪扩散隐模型的论文精读,涉及本文的大部分公式逐步推导。总计**3小时**的详细论文讲解。原创 2024-07-12 11:04:25 · 582 阅读 · 0 评论 -
2小时动手学习扩散模型(pytorch版)【入门版】【代码讲解】
朋友们,我制作了一个初学者的扩散入门项目解读课程,写详细的项目说明文档花费了我较长的时间,会附赠给课程。这个项目是来源于一位粉丝的推荐huggingface的入门项目。所以就想着给零基础同学快速了解扩散模型的核心模块,有个整体框架的理解。知道扩散模型的改进和设计的核心模块。主要针对:没有扩散模型项目经验的同学如果已经有经验的同学,就不用购买了,这主要是针对入门的课程。感谢朋友们的支持原创 2024-06-28 14:13:53 · 555 阅读 · 0 评论 -
30分钟学习如何搭建扩散模型的运行环境【pytorch版】【B站视频教程】【解决环境搭建问题】
动手学习扩散模型一、环境设置1.本地安装(CPU或者租赁的GPU)(1)新建虚拟环境(2)包安装- torch,torchvision- d2l- diffusers(3)检查包是否成功安装2.jupyter notebook运行安装(1)注册(2)下载代码仓库原创 2024-06-24 15:25:24 · 457 阅读 · 0 评论 -
从同—视角理解扩散模型(Understanding Diffusion Models A Unified Perspective)
从同一视角理解扩散模型【视频讲解笔记】配合视频讲解的同步笔记。整个系列完整的论文笔记内容如下,仅为了不用—一回复,共计14个视频讲解笔记,故设定了一个比较低的价格(仅6毛),大家可以自取原创 2024-06-22 13:55:48 · 269 阅读 · 0 评论 -
如何选择加噪使用的噪声尺度:超参数(alpha,beta)噪声尺度的设定
【附录C】如何选择加噪使用的噪声尺度:超参数(alpha,beta)噪声尺度的设定【论文精读】1.在2个扩散模型(SMLD和DDPM)中,(alpha,beta)噪声尺度的含义2.超参数(alpha,beta)噪声尺度的设定:等比序列和算数序列3.代入SDE和扰动核(perturbation kernel)后的形式注意点:初始t的设定,为了避开不连续问题和训练不稳定问题原创 2024-06-13 02:03:18 · 310 阅读 · 0 评论 -
从sub-VP SDE形式推导出扰动核(高斯分布)的均值和方差【论文精读】
【手推公式】从sub-VP SDE形式推导出扰动核(高斯分布)的均值和方差【论文精读】(0)sub-VP SDE形式由来:有良好的似然性;方差不会超过VP SDE的上界(1)写出均值和方差的ODE形式:根据公式(5.50)和(5.51)(2)求解ODE(一阶非齐次线性常微分方程)(3)简化解的形式:变量替换(换元)(4)写出perturbation kernel 的具体表达式原创 2024-06-13 00:16:13 · 337 阅读 · 0 评论