本书深入浅出地介绍了扩散模型的知识,案例丰富,讲解细致。第1章介绍AIGC与相关技术,第2章从三个视角介绍扩散模型的基本理论、算法,此外介绍了扩散模型的神经网络架构和代码实现。第3章、第4章、第5章分别从高效采样、似然优化、数据结构三个方面系统介绍了扩散模型的特点,以及后续的改进工作。第6章讨论了扩散模型与其他生成模型的关联,包括变分自编码器、生成对抗网络、归一化流、自回归模型和基于能量的模型。第7章介绍了扩散模型的应用,包括计算机视觉、自然语言处理、时间数据建模、多模态学习、鲁棒学习和跨学科应用。第8章讨论了扩散模型的未来,以及与GPT和大模型的关联。
本书适合高等院校计算机科学、人工智能和医学、生物学等交叉学科专业的师生,以及相关人工智能应用程序的开发人员阅读
适读人群 :本书紧跟人工智能发展,详解介绍了闻名学界、业界的扩散模型。从理论、应用到代码实践,无一不包。即具前沿又具实用性。可供高等院校计算机科学、人工智能和医学、生物学等交叉学科专业的师生,以及相关人工智能应用程序的开发人员阅读。
1.本书作者团队来自著名学府,且与国际知名研究机构、院校有众多交流,其提供的内容具有权威性,并获得众多专家、学者认可。
2.本书从理论和实践两个方面进行了细致介绍。阅读本书的读者,即可获得学术收益,又可进行实践应用。
3.为方便进行理论实践,本书提供了可配套运行的代码文件,读者可以进行下载。
杨灵
北京大学博士在读,研究兴趣是机器学习和生成式AI,作为第一作者在ICML、CVPR等人工智能顶会、顶刊发表过多篇论文,长期担任TPAMI、ICML、NeurIPS、CVPR、KDD、AAAI等多个顶级学术会议或期刊的程序委员会成员、审稿人。现与OpenAI、斯坦福大学等AI研究机构进行长期的科研合作。曾获北京大学国家奖学金、学术创新奖、三好学生等奖项。
张至隆
北京大学硕士在读,本科毕业于北京大学数学科学学院,研究兴趣是扩散模型。曾获北京大学国琴奖学金、优秀毕业生、三好学生等奖项。
张文涛
蒙特利尔学习算法研究所(Mila)博士后研究员。博士毕业于北京大学计算机学院,师从崔斌教授。研究兴趣为大规模图学习,作为第一作者在机器学习、数据挖掘和数据库等领域发表论文10余篇。曾获Apple PhD Fellowship、WAIC云帆奖和北京大学优秀博士学位论文等奖项。
崔斌
北京大学计算机学院教授、博士生导师、北京大学计算机学院副院长。担任中国计算机学会数据库专委会副主任,VLDB理事会理事,IEEE TKDE、VLDB Journal、DAPD等国际期刊编委。中国计算机学会杰出会员、IEEE高级会员、ACM会员,2016年入选教育部长江学者特聘教授。
代码在何处
不是相关资料你整个参考文献干什么??代码呢?逗逼
代码哩
代码呢?码呢????
代码呢?