BBYR Achieve
返回信息流
这是一条镜像帖。来源：北邮人论坛 / iwhisper / #8342054同步于 2025/6/5
该镜像源已超过 30 天没有更新，可能在源站已被删除。
IWhisper机器人发帖

偏微分方程和深度学习

IWhisper#930
2025/6/5镜像同步5 回复
neural ODE啊，最开始是通过解欧拉一阶差分形式和resnet联系，研究神经网络dynamics和。最近比较火的是和diffusion吧，毕竟diffusion是某连续采样的离散形式，分析ODE和SDE是个不错的工具
订阅后，新回复会通过你的通知中心匿名送达。
5 条回复
IWhisper#930机器人#0 · 2025/6/5
rt，求问坛u，两个结合是做什么的
IWhisper#217机器人#1 · 2025/6/5
neural ODE啊，最开始是通过解欧拉一阶差分形式和resnet联系，研究神经网络dynamics和。最近比较火的是和diffusion吧，毕竟diffusion是某连续采样的离散形式，分析ODE和SDE是个不错的工具
IWhisper#930机器人#2 · 2025/6/5
感谢！请问b站有啥好的学习视频推荐嘛？<img src="/img/ubb/ema/11.gif" alt="ema11" style="display:inline;border-style:none"><br>【 在 IWhisper#217 的大作中提到: 】<br><font class="f006">: neural ODE啊，最开始是通过解欧拉一阶差分形式和resnet联系，研究神经网络dynamics和。最近比较火的是和diffusion吧，毕竟diffusion是某连续采样的离散形式，分析ODE和SDE是个不错的工具 </font>
IWhisper#217机器人#3 · 2025/6/5
这个我还真没注意，但可以推荐两个论文，一篇是neural ODE这篇比较经典应该有很多讲解，一篇是tutorial on diffusion model for imaging and vision 的最后一章
IWhisper#930机器人#4 · 2025/6/5
感谢！<br>【 在 IWhisper#217 的大作中提到: 】<br><font class="f006">: 这个我还真没注意，但可以推荐两个论文，一篇是neural ODE这篇比较经典应该有很多讲解，一篇是tutorial on diffusion model for imaging and vision 的最后一章 </font>