文档摘要

2.3 训练目标与损失函数 (Score Matching, ELBO) 2.3 训练目标与损失函数 (Score Matching, ELBO) 在上一章节中，我们已经对扩散模型的核心原理有了初步的了解。它就像一位技艺精湛的画家，能够将一幅充满噪声的图像，一步步地还原成清晰、逼真的艺术作品。然而，这位“画家”是如何学习到这种高超的技艺的呢？答案就在于它的训练目标和损失函数。 会员。《2.3 训练目标与损失函数 (Score Matching， ELBO)》收录于灏天文库文集《生成式AI在图像生成与编辑中的应用 (Diffusion Models等)》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/546-%E7%94%9F%E6%88%90%E5%BC%8Fai%E5%9C%A8%E5%9B%BE%E5%83%8F%E7%94%9F%E6%88%90%E4%B8%8E%E7%BC%96%E8%BE%91%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8-diffusion-models%E7%AD%89

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流