随着DALL·E2的发布，大家发现Text-to-Image居然可以取得如此好的效果。也让diffusion模型变得非常受欢迎。扩散模型虽然火热，但是背后的数学原理可能很多人也不太了解。这篇博客不仅介绍了扩散模型背后的数学原理，也讲述了如何训练扩散模型以及提高扩散模型训练效率的种种技巧，十分值得大家钻研。
深度学习技术之池化（Pooling）
并集选则器和通配符
Targeted Topic Modeling for Focused Analysis(TTM的理解)
Stable Diffusion的Tensorflow/Keras实现及使用
Python3.10版本的结构模式匹配（structural pattern matching）简介
2022年被引次数最多的AI论文列表
2022年程序员必备的网站收藏
深度学习之GRU神经网络
css整体感知
盒模型
Dirichlet Distribution（狄利克雷分布）与Dirichlet Process（狄利克雷过程）
回归模型中的交互项简介（Interactions in Regression）
贝塔分布（Beta Distribution）简介及其应用
矩母函数简介（Moment-generating function）
使用R语言进行K-means聚类并分析结果
普通最小二乘法（Ordinary Least Squares，OLS）的详细推导过程
H5文件简介和使用
深度学习技巧之Early Stopping（早停法）
Wishart分布简介
stata 用outreg2输出回归结果