扩散模型从原理到实战

AIGC 的应用领域日益广泛，而在图像生成领域，扩散模型则是 AIGC 技术的一个重要应用。

全书共 8 章，详细介绍了扩散模型的原理，以及扩散模型退化、采样、DDIM 反转等重要概念与方法，此外还介绍了 Stable Diffusion、ControlNet 与音频扩散模型等内容。最后，附录提供由扩散模型生成的高质量图像集以及 Hugging Face 社区的相关资源。

本书以扩散模型理论知识为切入点，由浅入深地介绍了扩散模型的相关知识，并以大量生动有趣的实战案例帮助读者理解扩散模型的相关细节。

本书既适合所有对扩散模型感兴趣的 AI 研究人员、相关科研人员以及在工作中有绘图需求的从业人员阅读，也可以作为计算机等相关专业学生的参考书。