理解三类生成模型
用统一视角比较 VAE、GAN 与 Diffusion 的目标、优势和局限。
← 全部课程
进阶 · 视觉生成
视觉生成基础
从像素、VAE 与 GAN，一路走到 Diffusion
用 VAE、GAN 与 Diffusion 理解视觉生成，并完成一组可复现的 CPU 实验。
CPU 友好实验
13 个学习单元
适合你，如果你已经会：Python 基础；建议具备 Tensor、Autograd 与训练循环知识。
13个结构化单元
CodeLab边学边写、边写边运行
自主节奏进度自动保存
跑通扩散全过程
从加噪、预测噪声到逐步去噪，理解图片如何从随机噪声中出现。
搭起完整生成管线
把潜空间、条件控制和采样拼成一条可解释、可调试的生成流程。
你将学到什么
课程大纲
-
01
机器画画，到底是在猜什么
-
02
一张图片，先变成四维张量
-
03
卷积：拿着小窗口满图找线索
-
04
自编码器：把图片塞进一个小瓶子
-
05
VAE：别记一个点，学一片可能性
-
06
GAN：一个负责造假，一个负责打假
-
07
GAN 为什么一言不合就崩
-
08
Diffusion：先把图片一点点弄脏
-
09
去噪网络：时间不同，处理方式也不同
-
10
从纯噪声一步步画回来
-
11
Latent Diffusion：别在每个像素上硬算
-
12
让模型听指挥
-
13
拼成一台完整的生成机器
服务与购买保障
付款之前，每一项都说清楚
支付验证后自动交付
课程自动加入购买账号，订单与交付状态可以追踪。
永久课程访问
当前课程不设置固定到期日，可持续回看内容与学习记录。
7 日退款保障
购买后 7 日内，如课程学习进度不超过 10% 且未提交作业，可联系客服申请原路退款；法律法规另有规定的，从其规定。
发票与人工客服
支持申请电子普通发票；付款完成后可联系客服提交准确的开票信息。
准备好了吗？
查看购买与交付信息