扩散模型（一）数学原理介绍和相关简要面试问答题汇总
Diffusion Model 一、写在前面 虽然参数量规模上，Diffusion貌似还不是很够格，至少不能和任何一款商用大语言模型竞争，但许多人，许多公司会将其纳入“大模型”这一范畴。这是由于： 领域归属：Diffusion 属于“AIGC”（人工智能生成内容）领域。 模型规模：其模型参数量和训练需求（如硬件资源 GPU、服务器，以及高质量标注数据集的需求）已达到了“大模型”的门槛。 高校实验室的算力和数据储备通常只能进行特定模块的研发（如 AnimateDiff）或能力分析，很难独立复现像 Stable Diffusion 或 Open-Sora 这类的项目。究其原因，是因为 Diffusion 模型的工程成果具有极高的商业变现潜力，速度甚至超过 LLM（大语言模型）。 实操建议： 如果想真正上手 Diffusion 模型，可尝试复现 AudioLDM（Audio Latent Diffusion Model） 并自行训练。原因是音频模型对显存要求较低，相关研究开展时间较长，数据集易采集且详尽。 关于误区： 请不要将“使用过 Stable Diffusion 的...
简短介绍
目前是2024年12月2日，打算写个log记录下一直在看的，以前看过的和一些对应的简单的想法。具体来讲打算整合一下过往笔记，做一些项目介绍。时间比较仓促，代码水平比较低下，页面比较粗糙，麻烦见谅。后续会逐渐完善的。
