【手推公式】如何求SDE的解（附录B）【扩散模型】
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
【公式推导】朗之万动力学公式（Langevin Dynamics）就是梯度下降！！为什么数据生成会是梯度下降的形式？【基于分数的生成模型】
...
【公式证明】扩散模型中的reverse-time SDE是怎么推导得到的呢？
...
【论文精读】为什么用SDE(随机微分方程)来描述扩散过程 (3.1节，3.2节)
...
【代码详解】扩散模型中如何融合时间信息t到图x上（x+t），Transformer中的位置编码PE(position encoding)
...
2024最好出论文的两个研究方向：Diffusion扩散模型+对比学习，源码复现+模型精讲+论文解读，迪哥带你轻松搞定论文创新点！（研一研二必看）
...
【公式推导】扩散模型Diffusion Models的训练和推理，训练中的Unet到底在学习什么，完整核心逻辑梳理【优化目标/损失函数】【采样过程/去噪】
...
【大白话01】一文理清 Diffusion Model 扩散模型 | 原理图解+公式推导
...
【公式推导】如何给扩散模型添加条件控制（学习条件分布），说明有无分类器的指导原则
...
【公式推导】命题1：DDIM的ODE形式与VE-SDE的ODE形式保持一致，都为公式(14)【附录B】
...
【AI知识分享】真正搞懂扩散模型Score Matching一定要理解的三大核心问题
...
【AI知识分享】扩散模型Flow Matching基本原理深度解析
...
浙江大学李玺教授团队、百度王井东博士合作综述：多模态可控扩散模型综述
...
【公式推导】VE和VP的SDE形式由来：由条件分布推导出SDE形式（SMLD和DDPM）（3.4节，附录B）【论文精读】
...
流模型的生成过程
...
学习记录14-扩散模型的学习笔记2-变分下界ELBO手推公式
...
【论文精读】变分扩散模型VDM的表示和优化思路【3个限制条件的深刻理解】
...
【论文精读】扩散模型由SDE形式进行采样的2个思路：ODE（概率流采样）, 逆SDE（逆扩散采样）
...
【AI知识分享—威力加强版】理解扩散模型两大问题：为什么DDPM、DDIM中不能一步求得X0的值？为什么DDIM不能跳步过大？
...
【公式推导】DDPM采样等价于VP对应的逆SDE的一种数值解法【论文精读】【附录E】【P21】
...
【公式推导】变分扩散模型VDM的优化目标ELBO的拆解项含义详解【组成部分解释】
...
【公式推导】如何从VE SDE和VP SDE中进行采样（逆扩散采样器）【论文精读】【附录D.3、附录E】
...
【公式推导】证明：如何用噪声预测模型代替得分函数（基于分数角度score，扩散模型DM优化目标的设定3）【论文精读】【P16-17】
...
何凯明：Autoregressive Image Generation without Vector Quantizarion.
...
【三维AIGC】扩散模型LDM辅助3D Gaussian重建三维场景
...
导师推荐！北大李航教授的《统计学习方法 · 第2版》书籍讲解视频教程来了！手推公式+算法实例+Python实现（核函数/决策树/Adaboost/支持向量机）
...
【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】
...
0先导片：2小时动手学习扩散模型（pytorch版）
...
【公式推导】不同视角下，扩散模型DM优化目标ELBO的变化：设定1（预测原图x0）【论文精读】
...
【公式推导】生成模型的2种分数函数匹配技术，对应2种优化求解目标【显示分数匹配】【去噪分数匹配DSM】
...
【例子说明】了解应用在扩散模型中的斯坦因分数函数（Stein’s score function），定义以及几何解释【图形分析】
...
【公式推导】朗之万动力学（Langevin Dynamics）公式不仅是梯度下降，还是随机梯度下降。进一步解释噪声项的作用【基于分数的生成模型】
...
【论文精读】快速了解2类扩散模型核心设定：SMLD/NCSN和DDPM（2.1节和2.2节）【符号说明】
...
一行代码，两倍去噪，三倍加速，先扩散然后去噪方法暴力涨点！必学！
...
【公式推导】加噪过程：为什么只需给定时间步t和原图x0就可以直接生成噪图xt【公式详解】【论文精读】
...
【公式推导】扩散模型中的去噪过程：如何由纯噪图逐步去噪变清晰，即从x(T)到x(T-1)，推导去噪分布表达式【论文精读】
...
【公式推导】如何在学习扩散模型的同时，自适应学习噪声参数alpha_t，转化为信噪比SNR的学习【信噪比SNR】【论文精读】
...
【公式推导】从2个原因充分理解证据下界ELBO（如何推导）【Evidence Lower Bound】2
...
【公式推导】从物理学角度来解释朗之万动力学公式（Langevin Dynamics）的来源（补充讲解）【基于分数的生成模型】
...
扩散模型DM的优化目标ELBO在高斯限制条件（加噪过程）下的最终形式变化思路讲解【白板推导】【去噪分布】】
...
【论文精读】DDIM使用“非马尔科夫”前向过程的原因：固定模型优化目标【附录A】