Diffusion Models/Score-based Generative Models背后的深度学习原理：蒙特卡洛采样法和重要采样法
Posted 沉迷单车的追风少年
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Diffusion Models/Score-based Generative Models背后的深度学习原理：蒙特卡洛采样法和重要采样法相关的知识，希望对你有一定的参考价值。
前言：有不少订阅我专栏的读者问diffusion models很深奥读不懂，需要先看一些什么知识打下基础？虽然diffusion models是一个非常前沿的工作，但肯定不是凭空产生的，背后涉及到非常多深度学习的知识，我将从配分函数、基于能量模型、马尔科夫链蒙特卡洛采样、得分匹配、比率匹配、降噪得分匹配、桥式采样、深度玻尔兹曼机等方面，摘取一些经典的知识点，供读者参考。
目录
以上是关于Diffusion Models/Score-based Generative Models背后的深度学习原理：蒙特卡洛采样法和重要采样法的主要内容，如果未能解决你的问题，请参考以下文章
由浅入深理解latent diffusion/stable diffusion：扩散模型的法律风险
由浅入深理解latent diffusion/stable diffusion：写给初学者的图像生成入门课
Diffusion扩散模型学习1——Pytorch搭建DDPM实现图片生成