Day 1 探索生成式AI～Diffusion Model

前言

我是一名资讯工程专业的硕士研究生。
虽然我对 AI 和 Coding 还在初学阶段，但我热衷于学习和探索这些领域，
特别是对于最近广受关注的 Diffusion Model !!

我的学习目标

作为一名资工系学生，理论和实务对于掌握AI技术至关重要，
因此，我决定开始记录钻研Diffusion Model的过程。
希望透过记录我的学习过程，不仅能够加强自己的理解和技能，
同时也为那些在这条路上可能遇到相同挑战的人提供一些帮助。

什么是Diffusion Model？

在深入研究之前，让我们先来简单了解一下什么是Diffusion Model。
Diffusion Model是一种影像生成模型，这种模型的独特之处在于它如何模拟资料生成的过程，
透过逐步添加随机噪声，然后再逐步去除这些噪声，从而创建出新的作品。

我的学习计划

为了有效地学习Diffusion Model，我制定了以下几个步骤的学习计划：

基础理论学习：我会从理解Diffusion Model的基础理论开始，深入理解他的数学原理，以及它在AI领域的应用。实务编程练习：我将透过编写程式码来实践这些理论，使用现有的开源库来进行实验(如果电脑跑得动，希望可以从头开始建构模型)。案例分析：为了更深入地理解，我会研究一些成功的Diffusion Model案例(ex.Midjourney、DALL．E3...等)，理解它们是如何构建和运作的。分享和反馈：最后，我会在这个部落格上分享我的学习心得和项目进展，并吸收大家的反馈和建议。

结语

希望透过这个过程，不仅可以提升自己在AI和coding的能力，
还可以为那些对Diffusion Model感兴趣的朋友们提供一些参考和帮助～
期待和大家一起学习与成长！