星览

Gazing at the code and cosmos.

预览
文章 2
代码 1

分享最新的文章、笔记与实用代码

文章列表

全部
Note

扩散模型(DDPM)学习笔记

去噪扩散概率模型(Denoising Diffusion Probabilistic Models,DDPM)是一类生成模型,近年来在图像生成领域取得了显著的成果。然而,对于初学者而言,相较于传统的生成模型,DDPM的数学原理较为晦涩难懂,尤其对概率论不太熟悉的同学来说,理解起来可能会存在较大的门槛。经过这段时间的学习,我希望能用尽可能清晰与直观的方式,对DDPM的原理和训练过程进行总结与梳理,以帮助自己与大家更好地理解这一模型的基本思想和实现方法。

Note

Markdown 格式综合测试

简要说明:这一篇用于检查排版、样式、图片、列表、代码高亮、公式等渲染是否正常。可直接在页面上验证颜色、间距和动画。

更多内容即将上线

代码仓库

全部
Demo

代码高亮测试

此页用于验证代码高亮、语言切换与复制按钮。每个代码块都指定了语言,便于检查颜色是否正确。

将会开放下载/源码链接

专题方向

DL · Python · CT
Deep Learning

测试卡片

这是一个占位的测试卡片描述,用于展示专题方向的内容。