rh-li

摘要： 目录1. 引入self-attention2. self-attention3. self-attention的并行计算4. 多头self-attention5. 位置编码，self-attention的扩展知识 attention层最早由Google提出，用在了Transformer中。如今，at 阅读全文

摘要： 目录1. 可变对象和不可变对象1.1 “对象的值可以改变”是什么意思？1.2 “对象的值不能改变”是什么意思？1.3 总结2. 用=赋值有什么问题3. copy模块登场4. 重新认识列表对象5. 浅拷贝，深拷贝5.1 浅拷贝（copy.copy()）浅拷贝的原理浅拷贝举例5.2 浅拷贝后，修改z中不 阅读全文

摘要： 推理过程也叫采样过程，是从噪音\(\mathbf{x}_T\)中逐步去噪，最终生成图片的过程 文章内容主要参考了李宏毅老师的课程 目录1. 扩散模型的推理过程推理过程第1步推理过程第3步推理过程第4步2. 总结 1. 扩散模型的推理过程 在论文中，扩散模型的推理过程如下 推理过程第1步 生成噪音\( 阅读全文

摘要： 高能预警：这篇文章难度很大，包含很多的数学推导，如果不想接触太多的数学内容，那么可以跳过不看。 看这篇文章之前，你需要了解：什么是马尔科夫链，什么是极大似然估计，什么是KL散度，两个正态分布的KL散度，什么是贝叶斯公式 以下内容参考了主要参考了博客What are Diffusion Models? 阅读全文

摘要： 目录1. 基本用法2. 一个测试函数中可以包含多个断言3. assertTrue断言和assertRaises断言4. 例子5. 为什么不用print而用unittest 1. 基本用法 假设有一个函数add def add(x, y): return x + y 如果我们想要测试这个函数的正确性， 阅读全文

摘要： 扩散模型的训练过程 阅读全文

摘要： 生成图片的过程，很像艺术家雕刻雕像的过程。 艺术家从一块石头开始，逐渐的雕刻出优美的雕像。 同样的，扩散模型从全是噪音的图片开始，逐步降噪，最终生成想要的图片。 阅读全文

摘要： 中心极限定理规定：许多独立随机变量的和满足正态分布。自然界中，很多东西都是由多个独立因素共同影响的，根据中心极限定理，它们都符合正态分布。 阅读全文

摘要： 随机变量的本质是函数，但也可以看作是一种特殊的变量。 阅读全文