5.4.2.2 随机微分方程生成模型

文档摘要

5.4.2.2 随机微分方程生成模型 5.4.2.2 随机微分方程生成模型：当SDE求解器在反向采样中“跑偏”——一个被低估的离散化误差陷阱与可复用的自适应步长校正方案你有没有遇到过这样的场景？训练一个基于随机微分方程（Stochastic Differential Equation, SDE）的生成模型——比如Score-Based Generative Modeling（Song et al., 2021）或DDPM的连续时间泛化版本——一切看起来都对：损失曲线平滑下降，对数似然指标稳步提升，噪声调度（noise schedule）按理论推导精心设计，score network 的参数量、归一化方式、残差连接也都反复调优。