随机过程和 Ito 积分 随机过程 布朗运动/维纳运动 均方收敛 二次变差 随机过程的积分——Ito 积分 Ito 过程、Ito 公式和 Ito 引理 随机微分 带漂移和扩散的布朗运动 随机微分方程 SDE 逆时随机微分方程 Reverse-time SDE 使用SDE来建立扩散模型由 Yang Song 博士在 [1]中提出。本文中的部分推导过程参考了苏剑...
逆向SDE的通用形式 而代入我们上面的扩散方程后可以得到以下SDE的形式,注意熟悉的score function又出现了,这也和上文我们所提及的不同程度的扰动使得score matching更加健壮并且使得在概率空间使用朗之万动力学游走采样成为可能。 DDPM对应的逆向SDE的具体形式 在正向和逆向的扩散过程都可以用SDE表示后,宋飏博士还接着提...
Score-based SDE 扩散生成模型从入门到出师系列(一):用随机微分方程建模图像生成任务并统一分数和扩散模型 CW不要無聊的風格 為學日益,為道日損。 116 人赞同了该文章 目录 收起 导航栏 一上来先吹水 来点正经的——文章内容安排 这篇论文讲了什么...
统计学习方法也学了学着很吃力,数据结构也学了),后来二战考研上岸山东985应用统计专业,基本把本科的东西都忘光了,研一的时候,开设课程很多,但都是数学相关专业的,自己本科也没有学过类似的,所以听着非常吃力,总结来看研一这一年没有任何项目和实习,0经验,只接触了扩散模型(DDPM,NCSN,SDE)还有大模型transformer,...
至此我们终于快速地过了一遍扩散模型与SDE/ODE的联系。而将扩散模型转换为这两种形式后,也使得我们利用一系列SDE/ODE求解器成为可能。比如陈天奇2018年的Neural ODE (也就是torchdiffeq库)。 而不止于此,宋飏博士还创造性地提出了以下洞见:我们在随机微分方程的逆向求解过程中,我们不仅可以求解p0(x0),还可以求解P0...