Skip to content
简体中文

切换主题

// ✦ 扩散、流匹配与生成模型

分数匹配与随机微分方程

用随机微分方程统一扩散模型,生成即逆向求解方程。

Score-Based Models via SDEs 2020 前沿研究 扩展

通俗解释

学习数据分布的“分数”(对数密度梯度),把加噪看作连续时间 SDE,生成就是逆向 SDE 或对应的概率流 ODE。它连接了扩散、分数匹配与后来的流匹配。

用在哪里:扩散理论与高阶采样器

时间轴 · 前置 → 当前 → 后继

2020 去噪扩散概率模型 DDPM2020 分数匹配与随机微分方程2022 流匹配2023 一致性模型

01原始论文

Score-Based Generative Modeling through Stochastic Differential Equations

Yang Song, Jascha Sohl-Dickstein, Diederik P. Kingma, et al. · 2020

arXiv ↗ ✓ 已核实 · arXiv API

02知识位置

左边先学;右边是学完它之后可以学的。

先学

分数匹配与随机微分方程

学完可以学

去噪扩散概率模型 DDPM流匹配一致性模型 分数匹配与随机微分方程

左:前置 · 右:后继 · 虚线:相关。看完整关系图 →

03学习资料

官方文档、图解、课程和参考实现,链接都核对过。

04在课程里哪里学

给 AI 读 / 数据说明

数据更新于:AI 算法图谱与课程体系(北京时间)