👋 Welcome to Ray’Log

Flow Matching

2025年2月11日 · 529 字 · 3 分钟

生成模型是深度学习中的重要研究方向，其核心目标是学习复杂的数据分布并生成新样本。在过去的几年中，从VAE、GAN到Diffusion模型，研究者们提出了多种生成模型范式。本文将介绍一个新兴的生成模型方法：Flow Matching，并从其理论发展脉络出发，展现这一方法的独特优势。

在开始之前，让我们通过一个简单的例子来理解Flow Matching的核心思想：想象我们有一团云（简单的高斯分布），我们希望将它逐渐变形成一只猫（复杂的数据分布）。传统的方法可能需要精确计算这个变形过程中的概率变化，而Flow Matching则提供了一种更直观的方式：直接学习"云"变成"猫"的运动轨迹，就像给每个点标注一个"速度向量"，告诉它该往哪个方向移动。

本文将按以下框架展开讨论：

1. 首先介绍Normalizing Flow的基本原理及其局限性
2. 然后探讨Flow Matching的动机和核心概念
3. 最后对比Flow Matching与Diffusion Model的异同

NOTE: 引言由 Claude 生成。

写作 & 自媒体 & 事业规划

2025年1月6日 · 81 字 · 1 分钟

上周六晚上临睡前刷到了马丁更新的公众号，构建你的黄金循环：写作/自媒体/事业成长。看了三遍，睡意全无。以至于今天上班路上回想起来，后劲依然很大。

正好今年也要准备秋招了，写点东西聊聊这篇文章给我的启发，以及自己的事业规划。

2025年的一些计划（上）

2025年1月2日 · 27 字 · 1 分钟

博客很久没更新了。原计划能周更，没想到自从8月份建站以来，一转眼就是新的一年，也是该写点东西了。

本来想规划2025年的年度计划，盘算了下，一年这个尺度还是太长了，容易没有紧凑感。

所以，在这个相隔许久的博客里，做一下2025的上半年规划吧😊

如何让大语言模型听到声音(一)

2024年8月8日 · 245 字 · 2 分钟

本文介绍了音频数据的基本概念、音频信号的预处理流程、音频相关任务以及在深度学习领域，处理音频信号的两种常见架构。