本科
今天看到一篇新出的文章step-by-step diffusion：一个基础教程，简单看了下目录，觉得按照这篇文章的思路，先获得一个启发式的整体理解，然后再结合具体任务深入细节，这样的学习路径挺不错的。这篇文章值得推荐的原因在于，它对前置知识的要求并不高，只要具备概率论、线性代数和微积分等
本科高等数学的基础即可轻松理解。当然，如果希望进一步深入，熟悉如 VAE 或 SDE 等相关概念会更有帮助。为此，建议搭配 Kevin P. Murphy 的Probabilistic Machine Learning: Advanced Topics进行辅助学习，尤其是书中关于 VAE 的部分，能够为数学推导提供更扎实的理论支撑，从而更好地掌握核心内容。这种组合学习的方式将极大提升理解的深度与广度。
之后我会整理一下提到的工作，梳理出一条进入diffusion领域的主线思路。
