怎么理解今年 CV 比较火的扩散模型（DDPM）？ - 知乎
“What I cannot create, I do not understand.” -- Richard Feynman. 近段时间最火的方向无疑是基于文本用AI生成图像，继OpenAI在2021提出的文本转图像模型DALLE之后，越来越多的大公司卷入这个方向，如谷歌在今年相继推出了Imagen和Parti。
如何通俗理解扩散模型？ - 知乎
知乎，中文互联网高质量的问答社区和创作者聚集的原创内容平台，于 2011 年 1 月正式上线，以「让人们更好的分享知识、经验和见解，找到自己的解答」为品牌使命。知乎凭借认真、专业、友善的社区氛围、独特的产品机制以及结构化和易获得的优质内容，聚集了中文互联网科技、商业、 …
扩散模型为什么会这么火，本质上相比于GAN到底好在哪里，可以 …
扩散模型会火起来，其实主要有三个比较重要的大事件： 第一件事，OpenAI在2021年5月发布新工作ADM：Diffusion Models Beat GANs on Image Synthesis。
如何看待恺明最新工作DAE：使用扩散模型实现自监督学习？ - 知乎
Jan 26, 2024 · 在这里插入图片描述. 为了让大家更好地理解扩散模型的工作原理，何恺明还特意拿自己的视觉自监督学习代表作mae来做了对比。
为什么stable diffusion训练要1000 timesteps，推理却只用几十步 …
先问是不是. Diffusion 训练中并没有用1000steps per sample. l，而是每一步随机采样一个噪声强度作为训练目标，1000只是一个可以看作充分大以至于step之间的Lipschitz 约束可以将其近似为局部线性问题的离散阶数，这也正是score based model的真正巧妙之处
2023 年扩散模型还有什么可做的方向？ - 知乎
1. 概述. 随着扩散模型、DiT、flow matching等等工作的大火，也开始有越来越多的学者将扩散模型引入到了时间序列领域，进行时间序列缺失值填补、概率预测、预训练等。
谁能讲解下扩散模型中Unet的注意力机制？ - 知乎
大家好，生成式大模型的热度，从今年3月开始已经燃了一个多季度了。在这个季度中，相信大家肯定看过很多ai产生的有趣内容，比如著名的抓捕川（防）普（吞）现场与监（再）狱（防）风云 [现在来看不仅是画得像而已]，ai换声孙燕姿等。
扩散模型是否有做分类任务的？ - 知乎
Nov 13, 2023 · 扩散模型一般要让生成的尽可能的和输入相似。怎么能用到明确的负样本，就是完全不像的数据来一起训练？
扩散模型（diffusion model）为什么不训练一个模型，使用x(t)预 …
简单总结的话，扩散模型的最终的目的不是去预测去噪后的图片，而是让模型去学得图片的真实分布，而从数学上来说，为了达成这个真实的目的，预测噪声才是正确的解法，而从x(t)->x(t-1)只是表象。
Jiau 的想法: [DiSR-NeRF: Diffusion-Guided View-Consistent ... - 知乎
Apr 2, 2024 · [DiSR-NeRF: Diffusion-Guided View-Consistent Super-Resolution NeRF]: We present DiSR-NeRF, a diffusion-guided framework for view-consistent super-resolution (SR) NeRF.