会员
周边
新闻
博问
闪存
众包
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
红豆生南国 是很遥远的事情
种豆南山下 github
博客园
首页
新随笔
联系
订阅
管理
上一页
1
···
3
4
5
6
7
8
9
10
11
···
34
下一页
2025年8月1日
图像生成-FUDUKI解读-FODUKI 结构 -17
摘要: 目录参考整体框架:一个统一的双向Transformer三大架构创新完全注意力掩码 (Full Attention Mask)输出Logits的移位操作 (Shifting Operation)无需显式的时间嵌入 (No Explicit Time Embedding)多模态处理策略:解耦的编码器 (
阅读全文
posted @ 2025-08-01 10:13 jack-chen666
阅读(51)
评论(0)
推荐(0)
2025年7月31日
图像生成-FUDUKI解读-Metric-induced Probability Paths + Kinetic Optimal Velocities -16
摘要: 目录参考Metric-induced Probability PathsFUDOKI的速度配方:动能最优 (Kinetic Optimal)因子A:\([...]_+\) —— 方向的“开关”因子B:\(β'_t\) —— 全局的“节拍器”因子C:\(p_t(x^i | x_1^i)\) —— 资源
阅读全文
posted @ 2025-07-31 18:07 jack-chen666
阅读(37)
评论(0)
推荐(0)
图像生成-FUDUKI解读-Preliminary: Discrete Flow Matching -15
摘要: 目录参考核心转变:从连续空间到离散空间离散世界中的“概率路径” \(p_t(x)\)离散世界中的“速度” \(u_t\)详细解读 离散空间的连续性方程“啊哈!”时刻:把公式连起来 参考 https://arxiv.org/pdf/2505.20147 来深入解读FUDOKI论文的第二部分 Preli
阅读全文
posted @ 2025-07-31 17:41 jack-chen666
阅读(92)
评论(0)
推荐(0)
图像生成-FUDUKI解读-01-14
摘要: 目录参考核心思想:FUDOKI是什么?从连续到离散:Discrete Flow Matching (DFM)新的“教师”:动能最优速度 (Kinetic-Optimal Velocities)统一“理解”与“生成”总结 参考 FUDOKI: Discrete Flow-based Unified U
阅读全文
posted @ 2025-07-31 16:48 jack-chen666
阅读(98)
评论(0)
推荐(0)
图像生成-flow matching 条件化-13
摘要: 参考 https://g.co/gemini/share/c0f7881543f7 https://zhuanlan.zhihu.com/p/685921518 这部分内容是 Flow Matching 框架下的具体“工程实践”。我们已经知道了“条件化”是解决问题的关键,现在的问题是:具体应该选择什
阅读全文
posted @ 2025-07-31 14:31 jack-chen666
阅读(164)
评论(0)
推荐(0)
图像生成-Conditional Flow Matching-12
摘要: 目录条件流匹配损失函数 L_CFMFlow Matching技术栈核心设计一条“简单”的条件概率路径推导出对应的条件向量场最终的应用与延伸 条件流匹配损失函数 L_CFM 整个Flow Matching理论的“收官之作”,解释了为什么我们可以使用一个看起来更简单、更直接的损失函数来完成训练,并从理论
阅读全文
posted @ 2025-07-31 10:43 jack-chen666
阅读(320)
评论(0)
推荐(0)
图像生成-Flow Matching思想-11
摘要: 目录参考CNF的“慢”—— 为什么要改进?Flow Matching的核心思想 —— “无模拟训练”Flow Matching自身的挑战 —— “教师”从何而来?最终的解决方案 —— Conditional Flow Matching“条件流匹配”总结 参考 https://gemini.googl
阅读全文
posted @ 2025-07-31 09:57 jack-chen666
阅读(134)
评论(0)
推荐(0)
2025年7月30日
图像生成-条件概率与边际概率-10
摘要: 参考 https://zhuanlan.zhihu.com/p/685921518 这部分内容是Flow Matching理论的精髓所在,它解释了如何从简单、易于构建的“点对点”路径,来定义出我们最终需要学习的、复杂的全局向量场。 看懂了这里,Flow Matching的训练方式就豁然开朗了。 问题
阅读全文
posted @ 2025-07-30 14:41 jack-chen666
阅读(81)
评论(0)
推荐(0)
图像生成-连续性方程-09
摘要: 目录参考回顾与动机:CNF的困境连续性方程(The Law of Conservation)从物理到概率:概率的守恒 参考 https://zhuanlan.zhihu.com/p/685921518 Flow Matching 是在 CNF(连续归一化流) 基础上发展而来的一种更高效、更直接的训练
阅读全文
posted @ 2025-07-30 13:54 jack-chen666
阅读(54)
评论(0)
推荐(0)
图像生成-Continuous Normalizing Flows(NFs)连续归一化流-08
摘要: 目录参考CNFs是对传统(离散)归一化流思想的一次优雅的升华核心引擎:常微分方程 (ODE)如何求解:欧拉法(Euler's Method)CNF的训练与损失函数 参考 https://gemini.google.com/app/a5a75c33b55945bd https://zhuanlan.z
阅读全文
posted @ 2025-07-30 11:49 jack-chen666
阅读(387)
评论(0)
推荐(0)
上一页
1
···
3
4
5
6
7
8
9
10
11
···
34
下一页
公告