扩散模型从原理到实战
上QQ阅读APP看书,第一时间看更新

第1章 扩散模型简介

扩散模型(Diffusion Model)是一类十分先进的基于扩散思想的深度学习生成模型。生成模型除了扩散模型之外,还有出现较早的VAE(Variational Auto-Encoder,变分自编码器)和GAN(Generative Adversarial Net,生成对抗网络)等。虽然它们与扩散模型也有一些渊源,不过这并不在本书的讨论范围之内。同时本书也不会深入介绍扩散模型背后复杂的数学原理。即便如此,你仍然可以基于本书介绍的内容学会通过相关代码来生成精美的图像。

在进入本书的实战章节之前,我们先来简单了解一下扩散模型。

本章涵盖的知识点如下。

扩散模型的原理,旨在介绍扩散模型是如何“扩散”的。

扩散模型的发展,旨在介绍扩散模型在图像生成方面的技术迭代与生态发展历程。

扩散模型的应用,旨在介绍扩散模型除了图像生成领域之外的其他应用。