摘要:
一. 基础知识 1. 马尔可夫假设 马尔可夫过程(Markov Process)是一种随机过程,其中系统的未来状态只依赖于当前状态,而与过去的历史状态无关 这个假设使得复杂的前向与反向联合概率分布能够被分解为一系列简单条件概率的乘积,从而让模型可以通过训练一个网络来近似每一步的转移概率,最终实现高质 阅读全文
posted @ 2026-03-03 09:51
liuyihh
阅读(11)
评论(0)
推荐(0)
摘要:
Probabilistic Diffusion Model概率扩散模型 注: 这篇博文主要记录自己的学习过程 参考视频 Probabilistic Diffusion Model概率扩散模型理论与完整PyTorch代码详细解读 【大白话01】一文理清 Diffusion Model 扩散模型 | 原 阅读全文
posted @ 2026-03-03 09:51
liuyihh
阅读(40)
评论(0)
推荐(0)
摘要:
Denoising Diffusion Probabilistic Models -- 概率扩散模型 数学推导(1) 三. 学习目标 现在回顾前面扩散过程和生成过程的公式 扩散过程 \(q(x_t|x_0) \sim \mathcal{N}(\sqrt{\bar{\alpha}_t}x_0, \sq 阅读全文
posted @ 2026-03-03 09:51
liuyihh
阅读(14)
评论(0)
推荐(0)

浙公网安备 33010602011771号