概念DSM / Denoising Score Matching
去噪分数匹配
扩散模型训练的核心目标函数,通过向真实数据添加高斯噪声并训练网络预测噪声梯度方向,将分数匹配损失转化为回归问题。
时间轴 (近 90 天)
10月14日
去噪分数匹配(DSM)要求训练数据必须来自目标分布,否则网络会学到错误分布的分数,这是扩散模型应用于格点场论的根本障碍。
待验证50%
扩散模型训练的核心目标函数,通过向真实数据添加高斯噪声并训练网络预测噪声梯度方向,将分数匹配损失转化为回归问题。
去噪分数匹配(DSM)要求训练数据必须来自目标分布,否则网络会学到错误分布的分数,这是扩散模型应用于格点场论的根本障碍。