Diffusion Models/Score-based Generative Models背后的深度学习原理(3)：蒙特卡洛采样法和重要采样法 - 码农知识堂

Diffusion Models/Score-based Generative Models背后的深度学习原理(3)：蒙特卡洛采样法和重要采样法

Diffusion Models专栏文章汇总：入门与实战

前言：有不少订阅我专栏的读者问diffusion models很深奥读不懂，需要先看一些什么知识打下基础？虽然diffusion models是一个非常前沿的工作，但肯定不是凭空产生的，背后涉及到非常多深度学习的知识，我将从配分函数、基于能量模型、马尔科夫链蒙特卡洛采样、得分匹配、比率匹配、降噪得分匹配、桥式采样、深度玻尔兹曼机等方面，摘取一些经典的知识点，供读者参考。

目录

蒙特卡洛采样法

直接采样法
相关阅读:
Java集合框架(一)-ArrayList
一生一芯16——安装pandoc使jupyter notebook转pdf
python将图片转为位图转为十六进制ASCII字符
 STC51单片机36——51单片机简单分两路控制步进电机
 【Vue 基础篇】监听路由的变化和跳转404页面
 单调队列优化DP
MySql数据库应该这样优化
 QT连接SQLITE 数据库
 Java中next()、nextLine()以及nextInt()
C# 二十年语法变迁之 C#9参考
原文地址：https://blog.csdn.net/qq_41895747/article/details/123647448