生成式人工智能

Flow-based Models

  1. 笔记｜Normalizing Flow 理论与实现（一）：基础理论
  2. 笔记｜扩散模型（一八）：Flow Matching 理论详解

Diffusion Models：通用理论

  1. 笔记｜扩散模型（一）：DDPM 理论与实现
  2. 笔记｜扩散模型（二）：DDIM 理论与实现
  3. 笔记｜扩散模型（三）：Improved DDPM 理论与实现
  4. 笔记｜扩散模型（四）：Classifier Guidance 理论与实现
  5. 笔记｜扩散模型（五）：Classifier-Free Guidance 理论与实现
  6. 笔记｜扩散模型（一七）：扩散模型中的 Velocity Prediction

Diffusion Models：文生图

  1. 笔记｜扩散模型（六）：DALL-E 理论与实现｜自回归文生图
  2. 笔记｜扩散模型（七）：Latent Diffusion Models（Stable Diffusion）理论与实现
  3. 笔记｜扩散模型（八）：DALL-E 2 (unCLIP) 理论与实现
  4. 笔记｜扩散模型（九）：Imagen 理论与实现
  5. 笔记｜扩散模型（一〇）：Dreambooth 理论与实现｜主题驱动生成
  6. 笔记｜扩散模型（一一）：Stable Diffusion XL 理论与实现
  7. 笔记｜扩散模型（一四）：Textual Inversion 理论与实现

Diffusion Models：文生视频

  1. 笔记｜扩散模型（一五）：CogVideo 论文解读｜文生视频大模型
  2. 笔记｜扩散模型（一六）：CogVideoX 论文解读｜文生视频扩散模型

Score-based Models

  1. 笔记｜Score-based Generative Models（一）：基础理论
  2. 笔记｜Score-based Generative Models（二）：基于 SDE 的模型

通用技术

  1. 笔记｜LoRA 理论与实现｜大模型轻量级微调
  2. 笔记｜扩散模型（一二）：U-ViT｜Diffusion with Transformer
  3. 笔记｜扩散模型（一三）：DiT｜Diffusion with Transformer

教程与技术向文章

  1. 教程 | Github Pages + hexo 搭建个人博客
  2. 教程 | 利用 Github Actions 实现代码推送后自动部署
  3. 技术相关 | Python 动画引擎 manim 浅度体验与思考
  4. 技术相关 | 编译 Pytorch 扩展时替换 nvcc 版本
  5. 技术相关｜在内网搭建开发环境
  6. 技术相关｜对 Python built-in pprint 进行拓展
  7. 技术相关｜Linux 虚拟机的安全加固
  8. 技术相关｜使用 Pytorch 进行分布式训练

日常生活与杂谈向文章

  1. 笔记 | 一些乐理笔记汇总：基本概念
  2. 杂谈 | 我为什么要写作
  3. 杂谈｜《波西米亚狂想曲》与流浪者
  4. 杂谈｜还能不能完整听首歌了