生成式AI扩散模型入门

• 扩散过程机制

  解释正向（加噪）和反向（去噪）过程的数学表述。

• 模型结构

  理解U-Net结构在扩散模型中的作用与构成。

• 训练与损失

  描述扩散模型中使用的训练目标和损失函数。

• 采样技术

  实现DDPM等采样步骤，并了解DDIM等更快的方法。

• 条件生成

  应用基本方法，利用条件信息引导生成过程。

• 实现要点

  使用深度学习框架构建并训练一个简单的扩散模型。

本课程没有先修课程。

目前没有推荐的后续课程。