Blue_Wolf's blog

Prologue：做 Deep Learning 的人肯定都知道 Bayes，学过概率论的肯定也对 Bayes rule 肯定也很熟悉，我可以很快写出公式，但其实感觉一直都很难深入理解，在读 EWC 的时候，和 AI 对峙过程中，偶然问出了一个我觉得很不错的理解方法，特此写一篇 note Feynman 风格解读 Feynman 学习法风格——如何把一个复杂晦涩的领域知识讲给一个毫无基础但很好学的人听 首先，忘掉所有复杂的数学符号，我们用一个医生的故事来理解它 场景：一种罕见的疾病（比如“Bayes 流感”）在人群中只有千分之一（0.1%）的发病率。有一种检测方法，如果一个人真的得了病，有99%的概率检测结果是阳性；... Read More

这篇笔记源自在读 ProlificDreamer 提出的 VSD 对 SDS 的改进思路，感觉比较难理解，所以专门写一篇 Note 记录一下，如果感兴趣可以去查看原文： DreamFusion (SDS): https://arxiv.org/abs/2209.14988 ProlificDreamer (VSD): https://arxiv.org/abs/2305.16213 这里就不解释 SDS 的原理了，具体可以看原文，或者我的另一篇 blog 点我 SDS 的一些问题 DreamFusion 通过对 3D 模型随机采样，对每一个采样点利用一个预训练好的 Diffusion 模型接收文本描述并评分，并以此... Read More

前言：SDS（分数蒸馏采样），目前几乎是文本生成 3D 模型的核心方法，因此写一篇 blog 来专门记录文献阅读过程 Paper Link: https://arxiv.org/abs/2209.14988 （Poole B, Jain A, Barron J T, et al. Dreamfusion: Text-to-3d using 2d diffusion[J]. arXiv preprint arXiv:2209.14988, 2022.） 原理部分 文本 to 图像的研究领域背景 现在通过文本生成图像的 SOTA 工作基本都是基于 Diffusion 模型完成的 这里给没有听说过 Diff... Read More