页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「Flow Matching」找到 7 条内容
按专题浏览 →匹配正文：…t，由闭式边缘 q(x_t|x_0) 一次构造 x_t，让网络预测噪声、score 或等价参数；不是每个训练样本顺序跑完一千步。 Flow Matching 在连续归一化流 ODE dx_t/dt=v_t(x_t) 下，预先选择从基分布到数据分布的概率路径，并回归该路径的条件向量场。它可选择 diffusion conditional path，也可选择 OT displacement path 等，不等于只学习直线。 训练与采样 DDPM 训练通常是随机时间步的 Monte…
匹配正文：先澄清术语 GTV 不是 Flow Matching 文献中统一无歧义的标准缩写。若题目指的是线性 Conditional Flow Matching 的 target velocity，应先明确源端点和目标端点。 设 x_a 来自源分布（常见选择是噪声），x_b 来自目标数据分布，条件路径为： x_t = (1-t)x_a + t x_b, t∈[0,1] 对 t 求导得到准确目标速度： u_t(x_t | x_a,x_b) = dx_t/dt = x_b - x_a 等价…
匹配正文：基本原理 Flow Matching 面向 Continuous Normalizing Flow。定义 ODE dx_t/dt=v_t(x_t)，让容易采样的基分布 p_0 经流映射到数据分布 p_1。训练一个速度场 v_θ(t,x)，回归某条预先选定概率路径 p_t 对应的目标向量场：L_FM=E_{t,x_t~p_t}||v_θ(t,x_t)-u_t(x_t)||²。 直接计算边缘向量场可能困难，Conditional Flow Matching 先采样数据端点及条件路…
学习内容与项目面试，在同一条路上。