可视化资源

扩散模型

扩散模型分为前向加噪与反向去噪两个过程：前向把数据逐步变成纯噪声，反向学习从噪声中恢复出数据。

前向 / 反向过程

DDPM 前向与反向过程 — 前向过程 q(xₜ|xₜ₋₁) 逐步加噪；反向过程 p_θ(xₜ₋₁|xₜ) 学习去噪。

不同扩散模型对比

生成模型对比 — 扩散模型与 GAN、VAE、流模型在生成质量、训练稳定性、采样速度上的权衡。

图片来源：Lilian Weng — What are Diffusion Models?

交互式资源

Diffusion Explainer ↗

交互式可视化文本到图像扩散模型（Stable Diffusion）的完整去噪过程。

denoising-diffusion-pytorch ↗

开源 PyTorch 实现，README 含训练动图。