顾险峰老师2023年计算共形几何暑期课程学习笔记4
最优传输映射
将曲面通过保角变换映射到单位圆盘上，圆盘上有个新的测度。圆盘本身有些测度、均匀分布。找一个圆盘到自身的自映射，如把局部放大或缩小，把第一个测度映射到第二个测度，有无穷多的映射。找一个总代价最小者叫最优传输映射。
如：将弥勒佛映射到二维圆盘上，在圆盘上打均匀分布的点，映射回去这些点便不在是均匀分布，这个映射破坏了初始的概率分布。（流形上不满足均匀分布了）
而经过最优传输映射之后，放回去也是均匀分布
实现了降维，从高维映射到隐空间，从左到右是编码，映射保持概率测度不变
总代价：两点之间的测地距离
Sora 几何解释
左边：大视觉模型
初始空间为图像空间（数据分布），由VAE转化为隐空间（概率分布），由扩散模型将隐空间转为高斯噪音（每个隐向量变为高斯图像，所有的高斯图像构成白噪声空间）
右边：大语言模型
初始空间为文本空间
这四个主空间都有一个对偶空间（token space），将主空间数据切成小块(token)，一个图像看作一个token序列，所有这些序列组成的空间为token space。主空间直接没有直接映射但是token space之间存在映射。
sora:三条线（红）（不确定）
映射有无穷多种，
初始粒子与最终粒子可逆
离散逼近：当前粒子位置加上高斯分布（随机方向）
离散逼近：当前粒子位置加上高斯分布（随机方向）
扫一扫
717
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
