基于得分的扩散模型 | 生成式人工智能动画解说

合集 · deepia深度学习 (7)

  1. 11:31
    动画解释自编码器如是如何工作的及其应用
  2. 18:46
    潜在空间可视化:PCA、t-SNE、UMAP
  3. 20:10
    变分自编码器可视化解释
  4. 13:54
    动画解释深度学习:使用 SimCLR 进行对比学习
  5. 14:10
    去噪自动编码器背后的基础知识
  6. 32:06
    直观理解扩散模型:DDPM | 生成式 AI 动画
  7. 18:44
    基于得分的扩散模型 | 生成式人工智能动画解说
Description
https://www.youtube.com/watch?v=EhndHhIvWWw
本期视频带你探索“基于得分的扩散模型”(Score-based Diffusion Models),这是生成式人工智能领域的一种前沿方法。
 通过模拟粒子在空间中随机扩散的物理过程,科学家们发现这些看似混乱的运动背后,正蕴含着生成高质量图像、音频甚至文本的奥秘。
本视频不仅回顾了我们熟悉的扩散模型框架,还深入介绍了另一种基于“得分函数(score function)”的实现方式,并展示它如何引领了 AI 模型生成的新革命。
适合对生成模型、扩散过程、物理建模感兴趣的观众,尤其是想深入理解 Stable Diffusion、Denoising Diffusion 等原理的技术爱好者。

Comments

文剑丶水又二一 2025-06-27

搬运的视频质量有点高,有点好奇这些全是up自己精心筛选的吗

♥ 3 ↩ 1

六只QoQ 25d ago

@MilkyAi 详细总结,发我邮箱

♥ 1

我在B站学习日渐消瘦 2025-06-27

首评

♥ 1