扩散模型

b站视频1；b站视频2；

1. 开山之作：去噪扩散概率模型（denoising diffusion probabilistic models）
2. what？
3. how to 可视化方式理解
4. 怎么从数学推导
5. 怎么训练？怎么推理？

DDPM（denoising diffusion probablistic model）

what？

–

扩散模型学习路径

来自童发发：【睡前小分享】真正面向小白的扩散模型学习路径_哔哩哔哩_bilibili

扩散模型学习路径：

1. 数学基础

• ODE（常微分方程通解）+SDE（随机微分方程，数学系专修）-> 知乎（看帖子很有用）
• 泰勒展开（非常重要 扩散推导的关键）
• 概率（条件概率 贝叶斯公式等等）比较基础

2. DDPM：学习第一课：零门槛接触DDPM（童发发 推公式）

• 去噪(denoise)
• 扩散
• 概率
• 模型
• 时间大约一个月

3. EDM（整个扩散模型的总结）

• ode采样器/sde采样器
• 加噪器模型变一变
• 后面就是调参
• 时间大约两个月（看论文 包括一些分支）
• FM/RF（flowMatch流匹配）
• SM（）
• CM（一致性模型 consistant model）
• DSB（薛定谔桥）
• DDIM
• 大约半年从入门到精通（含面试）

从物理模型变为数学模型