大模型-扩散模型(Diffusion Model)原理讲解（4）
一、前言
二、基本原理
1.直观理解
2.数学形式
3.前向过程
4.反向过程
5.总结过程
6.网络训练流程
三、代码
1.Network helpers
2.Positional embeddings
3.ResNet/ConvNeXT block
4.Attention module
5.Group normalization
6.Conditional U-Net
7.定义前向扩散过程
8.定义损失函数
9.定义数据集 PyTorch Dataset 和 DataLoader
10.采样
11.训练
