防詐3要訣：不聽信、不操作、掛斷電話 
☆Diffusion Model的基礎
☆擴散模型的高效採樣
☆擴散模型的似然最大化
☆將擴散模型應用於具有特殊結構的資料
☆擴散模型與其他生成模型的連結
內容簡介
☆最流行的AIGC技術介紹
☆Diffusion Model的基礎
☆擴散模型的高效採樣
☆擴散模型的似然最大化
☆將擴散模型應用於具有特殊結構的資料
☆擴散模型與其他生成模型的連結
☆擴散模型的應用
☆GPT及大型語言模型
人工智慧創造內容的浪潮已來臨，其中包括兩項關鍵技術：大模型技術（如ChatGPT）和擴散模型技術（如Midjourney等AI繪畫）。這些技術背後的深度生成模型可以根據現有資料和程式生成新資料。在現實世界中，資料通常維度高、分佈複雜，尤其是圖像資料，它們在二維空間中的像素點之間存在著複雜的互動關係。這對傳統模型擬合資料分佈提出了挑戰。人們希望AI生成的內容既真實又新穎，不僅是複製既有內容。擴散模型能夠捕捉複雜的資料分佈，產生真實且創新的內容，並實現高效的個性化生產，因此受到廣泛關注。本書為少數從理論及實作上都兼顧的教材，對當今AI狂潮席捲的新時代來說，不想被AI取代的你，這本書是最好的起點。
本書介紹了許多當今重要擴散模型的技術，第1章介紹AIGC與相關技術，第2章從三個角度介紹擴散模型的基本理論、演算法，此外介紹了擴散模型的神經網路架構和程式實踐。第3章、第4章、第5章分別從擴散模型的高效採樣、擴散模型的似然最大化、將擴散模型應用於具有特殊結構的資料三個方面系統介紹擴散模型的特點，以及後續的改進工作。第6章討論了擴散模型與其他生成模型的連結，包括變分自編碼器、生成對抗網路、歸一化流、自回歸模型和基於能量的模型。第7章介紹了擴散模型的應用。第8章討論了擴散模型的未來——GPT及和大型語言模型。
產品目錄
1.1 AIGC簡介
1.2 擴散模型簡介
第2章 擴散模型基礎
2.1 去噪擴散機率模型
2.2 基於分數的生成模型
2.3 隨機微分方程
2.4 擴散模型的架構
第3章 擴散模型的高效採樣
3.1 微分方程
3.2 確定性採樣
3.2.1 SDE求解器
3.2.2 ODE求解器
3.3 基於學習的採樣
3.3.1 離散方式
3.3.2 截斷擴散
3.3.3 知識蒸餾
第4章 擴散模型的似然最大化
4.1 似然函數最大化
4.2 加噪策略最佳化
4.3 逆向方差學習
4.4 精確的對數似然估計
第5章 將擴散模型應用於具有特殊結構的資料
5.1 離散資料
5.2 具有不變性結構的資料
5.3 具有流形結構的資料
5.3.1 流形已知
5.3.2 流形未知
第6章 擴散模型與其他生成模型的連結
6.1 變分自編碼器與擴散模型
6.2 生成對抗網路與擴散模型
6.3 歸一化流與擴散模型
6.4 自回歸模型與擴散模型
6.5 基於能量的模型與擴散模型
第7章 擴散模型的應用
7.1 無條件擴散模型與條件擴散模型
7.2 電腦視覺
7.2.1 影像超解析度、影像修復和影像翻譯
7.2.2 語義分割
7.2.3 視訊生成
7.2.4 點雲補全和點雲生成
7.2.5 異常檢測
7.3 自然語言處理
7.4 時間資料建模
7.4.1 時間序列插補
7.4.2 時間序列預測
7.5 多模態學習
7.5.1 文字到影像的生成
7.5.2 文字到音訊的生成
7.5.3 場景圖到影像的生成
7.5.4 文字到3D內容的生成
7.5.5 文字到人體動作的生成
7.5.6 文字到視訊的生成
7.6 堅固學習
7.7 跨學科應用
7.7.1 人工智慧藥物研發
7.7.2 醫學影像
第8章 擴散模型的未來——GPT及大模型
8.1 預訓練技術簡介
8.1.1 生成式預訓練和對比式預訓練
8.1.2 並行訓練技術
8.1.3 微調技術
8.2 GPT及大模型
8.2.1 GPT-1
8.2.2 GPT-2
8.2.3 GPT-3和大模型
8.2.4 InstructGPT和ChatGPT
8.2.5 Visual ChatGPT
8.3 基於GPT及大模型的擴散模型
8.3.1 演算法研究
8.3.2 應用範式
附錄A 相關資料說明
作者介紹
北京大學博士在讀，研究興趣是機器學習和生成式AI，作為第一作者在ICML、CVPR等人工智慧頂會、頂刊發表過多篇論文，長期擔任TPAMI、ICML、NeurIPS、CVPR、KDD、AAAI等多個頂級學術會議或期刊的程式委員會成員、審稿人。現與OpenAI、史丹佛大學等AI研究機構進行長期的科研合作。曾獲北京大學國家獎學金、學術創新獎、三好學生等獎項。
張至隆
北京大學碩士在讀，本科畢業於北京大學數學科學學院，研究興趣是擴散模型。曾獲北京大學國琴獎學金、優秀畢業生、三好學生等獎項。
張文濤
蒙特利爾學習演算法研究所（Mila）博士後研究員。博士畢業於北京大學電腦學院，師從崔斌教授。研究興趣為大規模圖學習，作為第一作者在機器學習、資料採擷和資料庫等領域發表論文10餘篇。曾獲Apple PhD Fellowship、WAIC雲帆獎和北京大學優秀博士學位論文等獎項。
崔斌
北京大學電腦學院教授、博士生導師、北京大學電腦學院副院長。擔任中國電腦學會資料庫專委會副主任，VLDB理事會理事，IEEE TKDE、VLDB Journal、DAPD等國際期刊編委。中國電腦學會傑出會員、IEEE高級會員、ACM會員，2016年入選教育部長江學者特聘教授。
規格
退貨說明
退貨須知：
- 依照消費者保護法的規定，您享有商品貨到次日起七天猶豫期(含例假日)的權益(請注意！猶豫期非試用期)，辦理退貨之商品必須是全新狀態(不得有刮傷、破損、受潮)且需完整(包含全部商品、配件、原廠內外包裝、贈品及所有附隨文件或資料的完整性等)。
- 請您以送貨廠商使用之包裝紙箱將退貨商品包裝妥當，若原紙箱已遺失，請另使用其他紙箱包覆於商品原廠包裝之外，切勿直接於原廠包裝上黏貼紙張或書寫文字。若原廠包裝損毀將可能被認定為已逾越檢查商品之必要程度，本公司得依毀損程度扣除回復原狀必要費用(整新費)後退費；請您先確認商品正確、外觀可接受，再行拆封，以免影響您的權利；若為產品瑕疵，本公司接受退貨。
依「通訊交易解除權合理例外情事適用準則」，下列商品不適用七日猶豫期，除產品本身有瑕疵外，不接受退貨：
- 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮蔬果、乳製品、冷凍冷藏食材、蛋糕)
- 依消費者要求所為之客製化給付。(如:客製印章、鋼筆刻字)
- 報紙、期刊或雜誌。
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。(如:電子書)
- 已拆封之個人衛生用品。(如:內衣褲、襪類、褲襪、刮鬍刀、除毛刀等貼身用品)
- 國際航空客運服務。
若您退貨時有下列情形，可能被認定已逾越檢查商品之必要程度而須負擔為回復原狀必要費用(整新費)，或影響您的退貨權利，請您在拆封前決定是否要退貨：
- 以數位或電磁紀錄形式儲存或著作權相關之商品(包含但不限於CD、VCD、DVD、電腦軟體等) 包裝已拆封者(除運送用之包裝以外)。
- 耗材(包含但不限於墨水匣、碳粉匣、紙張、筆類墨水、清潔劑補充包等)之商品包裝已拆封者(除運送用之包裝以外)。
- 衣飾鞋類/寢具/織品(包含但不限於衣褲、鞋子、襪子、泳裝、床單、被套、填充玩具)或之商品缺件(含購買商品、附件、內外包裝、贈品等)或經剪標或下水或商品有不可回復之髒污或磨損痕跡。
- 食品、美容/保養用品、內衣褲等消耗性或個人衛生用品、商品銷售頁面上特別載明之商品已拆封者(除運送用之包裝外一切包裝、包括但不限於瓶蓋、封口、封膜等接觸商品內容之包裝部分)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 家電、3C、畫作、電子閱讀器等商品，除商品本身有瑕疵外，退回之商品已拆封(除運送用之包裝外一切包裝、包括但不限於封膜等接觸商品內容之包裝部分、移除封條、拆除吊牌、拆除貼膠或標籤等情形)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
- 退貨程序請參閱【客服專區→常見問題→誠品線上退貨退款】之說明。