扩散模型原理和pytorch代码实现初学资料汇总
1.扩散模型和分数匹配模型的资源和论文的汇总
https://github.com/heejkoo/Awesome-Diffusion-Models 是一个github网站
2. 三篇经典论文
-
2015年 扩散模型起源 2020年 扩散模型兴起 https://github.com/lucidrains/denoising-diffusion-pytorch 对应pytorch实现 2021年 第二篇论文的改进 https://github.com/openai/improved-diffusion 对应pytorch实现
3.看过的扩散模型博客
-
可以了解到扩散模型近年比较经典的应用 从中可以了解到一个实现扩散模型的库denoising_diffusion_pytorch，博客中有使用案例 也是扩散模型的一个理论介绍博客，推导挺详细的 探究了VAE和扩散模型的联系 扩散模型理论和代码实现，代码我进行理解加了注释与理论对应，方便大家理解 也是一个介绍性博客，公式也很工整
4. 看过的一个B站视频
-
我是看过其他资料后才看的这个视频，所以一遍都能全看懂，不知道初看怎么样 代码我也进行理解加了注释与理论对应，方便大家理解
5.未看过的扩散模型博客
-
https://jmtomczak.github.io/blog/10/10_ddgms_lvm_p2.html 扩散模型理论和代码实现
其他相关资料
-
知道Lvlb等概念是什么(B站视频) 理解VAE(博客) 理解VAE(B站视频) https://github.com/labmlai/annotated_deep_learning_paper_implementations 有很多深度学习算法的实现 transformer的pytorch实现的一个解释博客 github代码 B站视频 transformer和注意力机制原论文 我根据官方资料整理了jupyter代码实现文件，可从头到尾直接运行 白板推导变分推断后两节也有提到
上一篇：
JS实现多线程数据分片下载
下一篇：
深度学习系列39：Imagen模型