扩散与 Flow Matching

资料与官方入口

Introduction to Flow Matching and Diffusion Models；MIT · 2025 课程。

英文 / 讲义与实验 / 生成模型

• MIT 课程与实验
• 对应讲义
• ODE 补充 · 开放教材
• 测度概率 · Durrett PDF

开始前需要什么

多元微积分、概率与神经网络；按需补 ODE 和随机过程。

建议阅读顺序

1. ODE、SDE 与概率分布的演化。
2. Flow matching 与 score matching。
3. 采样、引导与模型实践。

独立训练建议

以下为本站建议的训练任务，不是教材原题或官方作业要求。

1. 从一维或二维分布开始推导。
2. 实现简化采样过程。
3. 改变步数与数值方法，比较生成分布与目标分布。

习题与解答情况

有讲义与实验入口；未确认完整官方实验解答。

怎样用于论文分析

追踪连续时间理论如何变成离散采样算法。

覆盖边界

对严格的随机微积分论证，需要额外的测度概率与随机过程训练。

返回与站内连接

免费阅读与训练总览

资料入口沿用 2026-09-14 的核查结果；凸优化与强化学习补充入口于 2026-10-06 再核查。源站可能调整，未确认完整解答不代表解答不存在。