更新说明 2024.9.30

国庆假期到了，这学期课程压力比较小，所以也是能为以后的科研学习一下相关知识。但国庆假期还是给自己放了一个大长假，这段时间估计是不太会更新了。

Stanford CS236

最近Stanford CS236课程也算是看完了，后面可能还会有一些内容打算写一写吧。主要还是围绕diffusion，包括

• ldm
• diffusion的condition控制
• 如何把diffusion用于离散的数据

前面的文章可能也会补一补。感觉diffusion涉及到的数学知识还是挺多的，后面有机会可以来补一补数学基础。

Probabilistic Machine Learning

打算学习一下Probabilistic Machine Learning这本书，后面应该也会边学边记录一下，也强烈给读者推荐这本书，特别对于像我这样致力于在AI领域进行研究但基础比较薄弱的同学。

这本书应该也是将来一段时间我的学习重点了，内容还是很多的。

数学

Stanford CS236课程还是涉及到挺多的数学知识，后面有机会可以来补一补数学基础。之前保研复习了一下微积分，线代，微分方程这些，后面可能会多看一看优化相关（比如什么拉格朗日对偶问题，每次遇到都是混过去了）的知识，同时对diffusion涉及的一些知识也多了解了解，可能包括：

• SDE和ODE的解法
• 傅里叶变换
• 优化理论

科研

国庆之后也可能会具体进行一些导师的项目，后面在科研上的学习有机会也可以记录一下。

碎碎念

感觉还是太菜了，什么都不会。感觉大学四年在课堂上学的东西真的太基础了。

以前本科的实习也就是看了几篇论文就开始做，然后也就用的别人的模型，在上面小修小补，以至于做了一学期的生成模型，现在看了Stanford CS236，感觉以前真的啥都不知道。

虽然可能跟着别人脚步走也能发论文吧，但还是希望能夯实一下理论基础，希望以后科研的日子能过得轻松一点。