扩散过程 对于扩散过程中的连续两步，$x_{t}$由$x_{t-1}$和高斯噪声加权求和得到。 在每一步的扩散过程中，随机采样的高斯噪声想互独立。 将两个扩散步骤合并后，由于高斯函数的性质，高斯噪声经过加权求和后仍然是高斯噪声。 所以最终扩散过程 $$ x_t =(\sqrt{1-\beta_{1}}...\sqrt{1-\beta_{t}})x_0+\sqrt{1-(1-\beta_{1})\ldots(1-\beta_{t})} \ \epsilon ,\quad \epsilon \sim\mathcal{N…

影像生成模型共同目标 在一个简单样本分布中任意向量样本，通过神经网络生成复杂样本分布。这种生成的分布和真实情况作比较。 对于文字生成图片的模型来说，输入不仅有简单样本分布的样本向量，文字也可以作为输入向量。 最大似然估计 最大似然估计（Maximum Likelihood Estimation，MLE）是一种统计学中常用的参数估计方法。这种方法的基本思想是：给定一个概率模型和一些观测数据，我们需要找到模型参数的最佳值，使得在这些参数下，观测数据出现的概率（也称为似然）最大。 假设从现实世界中采样出 $x^1\rig…

基本概念 训练算法 推理算法

HMM（隐马尔可夫模型） 生成模型 $\pi$ ：初始概率分布 A：状态转移矩阵 B：观测概率矩阵(有的文章中称之为发射矩阵)，指从隐藏层向观测层发射的概率矩阵。 生成模型建模对象为联合概率分布。 假设 齐次一阶马尔可夫假设 当前状态只和前一个状态有关 状态转移与时间无关（所有转移矩阵是同一个） 观测独立假设 MEMM（最大熵马尔可夫模型） 判别模型

机器学习-白板推导系列(十七)-条件随机场CRF（Conditional Random Field） 硬输出分类问题 输出0或者1 SVM 几何间隔 最大边界分类器 PLA 误分类驱动 LDA 线性判别分析 软输出分类问题 输出概率 概率判别模型 逻辑回归问题 最大熵模型 概率生成模型 朴素贝叶斯模型 齐次马尔可夫假设 观测独立假设 隐马尔可夫模型 高斯混合模型 MEMM 概率判别模型 最大熵马尔可夫模型 打破独立性假设 标注偏差问题（局部归一化原因） CRF 有向图变为无向图

Framework 文字转成向量 向量和噪声转成中间产物 中间产物转图像 Text Encoder FID CLIP Decoder Generation Model

数据库创建表 系统导入 代码导入 执行sql 前端导入 后端导入 结果

概念讲解 【李宏毅】2024年公认最好的扩散模型【Diffusion Model】教程！从入门到进阶，一套全解决！-附带课件_哔哩哔哩_bilibili 反向过程（Reverse Process） 一步一步从噪声中恢复出原图像 去噪模型（Denoise Modle） 同一个Denoise Modle，输出还有step，代表现在噪声严重程度。 根据step产生噪声，从噪声图像中去除噪声，得到清晰图像。 前向过程（Forward Process） 文生图 数据集，包括文字和图像

安装包地址 https://github.com/tporadowski/redis/releases 参数配置 安装完毕后，进入redis安装目录找到配置文件redis.windows-service.conf注意是redis.windows-service.conf不是redis.windows.conf后者是以非系统服务方式启动程序使用的配置文件. 在配置文件中,找到requirepass foobared字样，在其后面追加一行，输入requirepass 123456设置访问Redis时所需的密码。一般测试…

下载mysql数据库 mysql ::下载mysql安装程序 --- MySQL :: Download MySQL Installer 只安装服务 第一个是强密码校验，mysql推荐使用最新的数据库和相关客户端，MySQL8换了加密插件，所以如果选第一种方式，很可能导致你的navicat等客户端连不上mysql8；所以一定要选第二个（下图红框的地方），选完后点击next 环境变量 验证安装 mysql -h localhost -u root -p status