<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[yang1yu的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/yang1yu</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; yang1yu]]></copyright><item><title><![CDATA[扩散模型（Diffusion Models），从噪声到艺术：深入理解扩散模型]]></title><link>https://blog.csdn.net/yang1yu/article/details/162276745</link><guid>https://blog.csdn.net/yang1yu/article/details/162276745</guid><author>yang1yu</author><pubDate>Wed, 24 Jun 2026 16:50:15 +0800</pubDate><description><![CDATA[摘要：扩散模型是一类通过逐步去噪生成图像的生成模型，包含正向加噪和反向去噪两个过程。正向过程将清晰图像逐步变为纯噪声，反向过程则训练神经网络从噪声中重建图像。该模型广泛应用于Stable Diffusion等主流图像生成工具。其核心架构包括U-Net、Latent Diffusion Model和Diffusion Transformer，支持文本、图像等多种条件控制。虽然扩散模型生成质量高、训练稳定，但存在计算成本高、采样慢等缺点。与GAN和VAE相比，扩散模型更注重逐步去噪过程。学习路径建议从基础理论到]]></description><category></category></item><item><title><![CDATA[Hugging face 详细介绍]]></title><link>https://blog.csdn.net/yang1yu/article/details/148612405</link><guid>https://blog.csdn.net/yang1yu/article/details/148612405</guid><author>yang1yu</author><pubDate>Thu, 12 Jun 2025 23:07:24 +0800</pubDate><description><![CDATA[Hugging Face是一个专注于AI和NLP的开源平台，提供Transformers库、Model Hub模型仓库、Datasets数据集和Spaces演示平台等功能。其主要组件包括pipeline（数据处理流水线）、tokenizer（文本分词和向量化工具）、model（预训练模型）和datasets。使用前需安装特定版本的PyTorch和transformers库。文章详细介绍了如何创建虚拟环境、安装依赖以及使用pipeline和tokenizer进行文本处理，包括模型加载、分词和向量化操作。]]></description><category></category></item><item><title><![CDATA[Spring Authorization Server使用]]></title><link>https://blog.csdn.net/yang1yu/article/details/142084139</link><guid>https://blog.csdn.net/yang1yu/article/details/142084139</guid><author>yang1yu</author><pubDate>Tue, 10 Sep 2024 09:21:24 +0800</pubDate><description><![CDATA[一个Spring Authorization Server和Resource Server的demo]]></description><category></category></item><item><title><![CDATA[docker安装mysql]]></title><link>https://blog.csdn.net/yang1yu/article/details/131961314</link><guid>https://blog.csdn.net/yang1yu/article/details/131961314</guid><author>yang1yu</author><pubDate>Thu, 27 Jul 2023 15:36:10 +0800</pubDate><description><![CDATA[使用docker安装mysql5.7]]></description><category></category></item><item><title><![CDATA[Centos7.x安装Docker]]></title><link>https://blog.csdn.net/yang1yu/article/details/131937842</link><guid>https://blog.csdn.net/yang1yu/article/details/131937842</guid><author>yang1yu</author><pubDate>Wed, 26 Jul 2023 14:16:56 +0800</pubDate><description><![CDATA[centos安装docker]]></description><category></category></item><item><title><![CDATA[爬虫实例1豆瓣top250]]></title><link>https://blog.csdn.net/yang1yu/article/details/109704842</link><guid>https://blog.csdn.net/yang1yu/article/details/109704842</guid><author>yang1yu</author><pubDate>Sun, 15 Nov 2020 15:44:35 +0800</pubDate><description><![CDATA[在这在这里插入代码片里插入代码片@TOC
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FL]]></description><category></category></item></channel></rss>