论文阅读1_a

这个是用来记录我学习期间的点点滴滴，如果有东西说的不对，那就是我孤陋寡闻，没有能力，所以不要怀疑你理解错了。不要怀疑自己，要学会指责他人。但别指责我，我玻璃心，不想看，咱可以不看，双双受益。

---

前言

记录文献的阅读笔记，学着对文献进行梳理，找到毕业论文的创新点，现在是一点方向都没有啊，感觉啥啥都不会

---

进入正文，首先明确方向，而我没有方向，所以应该先按组里大方向找把

找顶刊论文

他们都说想写自己的论文要找顶刊论文，看看人家的创新点，把人家代码跑出来，也叫baseline，然后魔改，慢慢找到自己的东西，道理我都懂，但是，臣妾做不到啊！！！

没办法硬着头皮上吧，总不能延毕不是。出现在开始学，开始搞呗。

我连参考文献都找不到 要死 要死 最好我选择问了gpt。找到两篇，有一说一，虽然用处不大，但是，好歹在看文献，有事情干不心慌。

浅浅找文献

找到两篇，先看看把
为什么选这两篇嘞，gpt给我推荐了以后，我在Google学术上搜索出来只有，然后用easyScholar插件看了一下，时间是2024年，很新，然后平分很高，是cvpr，虽然我也不知道这个期刊到底多好，听的很多，应该是个很好的期刊

DistriFusion: Distributed Parallel Inference for High-Resolution Diffusion Models

读文献我用到是知云文献翻译，我的英文水平肯定是看不懂的，但不要自卑，看不懂有翻译，翻译看不懂，问百度。
看东西，首先要细细品读她的摘要，然后大致看看介绍和背景，着重看方法，其实最主要的是能不能复现，但是这是我开始学习，不要求那么多学点东西就行，所以先按照“首先要细细品读她的摘要，然后大致看看介绍和背景，着重看方法”这个。

哦吼哦吼，看到没有，看到没有，有github网址，说明贴在这里，这个代码能跑，可能，maybe，非常好，只是第一篇，他就有源码，那我要是拿下他，岂不是指日可待，冲冲冲！！！

摘要

他讲了扩散模型，这篇文章是关于扩散模型的。哈哈，死在第一步，啥是扩散模型，加油我可以，继续看。
看了摘要明白什么？
面临的问题： 扩散模型计算成本高，导致在生成的高质量图像上有挑战，从而引发了延迟问题。
提出解决问题的方法： 提出利用gpu并行来解决这个问题。把模型切块，分到gpu上运行，听起来怎么这么像模型并行。这个切分，会带来通信开销，需要解决这个问题，提出位移块并行性（不理解），这个应该是创新点，后面方法应该会详细介绍。

需要明白的问题

啥是扩散模型？
通过搜索资料（gpt）明白：

该模型主要应用在深度学习领域，用于创造性地数据生成任务，特别是在图像、声音和文本等复杂数据的生成上。
扩散模型是一种强大的生成模型，通过模拟数据从清晰到噪声的扩散过程，并学习其逆过程来生成高质量的数据样本。

所以本篇论文讨论\考虑的是扩散模型在图像生成上的应用。

在摘要中，提到分块会失去保真度，那啥是保真度？

保真度（Fidelity）是一个在多个领域中广泛使用的概念，但其具体含义可能根据上下文的不同而有所差异。一般来说，保真度指的是某个系统、模型、过程或传输系统在保持原始信息、信号、数据或图像等方面完整性和准确性的能力。它衡量了这些元素在传输、复制、存储或处理过程中损失或变异的程度。

---

总结

以上就是今天要讲的内容，简单的看篇文献，不能老是摸鱼，内心有愧，也不知道什么时候有下一篇，如果你看了我的这篇，觉得写的还行，一般般，不要期待我的下一篇，我懒得要死。