这样历时两周的生成式神经网络的学习就完成了。总的来说，完成的效率算是不错。

之所以要学习生成式神经网络，一方面是要补充一些深度学习的知识。毕竟我并不是计算机专业的学生，无论是原理上还是专业上都还需下些功夫。另一方面，可能就是填补放假之后内心的空白，缓解内心的焦虑吧。每每放假，离开校园会到家中，虽然并不常常出门，但总觉得距离社会更近，即将离开校园的压力也就更大了…

说会深度学习，在这次学习中，借助于PyTorch本身的教程，网络中一些实现的代码和各类AI工具，对尝试对一些简单的模型使用PyTorch重现。尽管许多重现不能达到原论文的效果，实践能力上的提升和理解的加深依旧是不错的收获。可惜由于时间因素，有许多代码没能充分理解，也有些重现的代码中存在一些问题。Diffusion的PyTorch代码至今没有完善，也只能等待之后有时间时再去进一步研究了；而最后一张各种的GAN，如果在接下来的工作中没有使用，可能不会进一步学习了吧。

从下周开始就要开始开始实现毕设了。不知道能否顺利的完成啊…

参考网站

笔记

笔记中涉及的代码可以在RaphaelHyaan/Generative-Deep-Learning找到

Part I Introduction to Generative Deep Learning

Part II Methods

[{"url":"https://raphaelhyaan-1322456377.cos.ap-beijing.myqcloud.com/post%2FGenerative_2%2FUntitled.png","alt":""},{"url":"https://raphaelhyaan-1322456377.cos.ap-beijing.myqcloud.com/post%2FGenerative_3%2FUntitled.png","alt":""},{"url":"https://raphaelhyaan-1322456377.cos.ap-beijing.myqcloud.com/post%2FGenerative_5%2FUntitled.png","alt":""},{"url":"https://raphaelhyaan-1322456377.cos.ap-beijing.myqcloud.com/post%2FGenerative_6%2FUntitled.png","alt":""},{"url":"https://raphaelhyaan-1322456377.cos.ap-beijing.myqcloud.com/post%2FGenerative_7%2FUntitled.png","alt":""},{"url":"https://raphaelhyaan-1322456377.cos.ap-beijing.myqcloud.com/post%2FGenerative_8%2FUntitled.jpeg","alt":""},{"url":"https://raphaelhyaan-1322456377.cos.ap-beijing.myqcloud.com/post%2FGenerative_9%2FUntitled.png","alt":""},{"url":"https://raphaelhyaan-1322456377.cos.ap-beijing.myqcloud.com/post%2FGenerative_10%2FUntitled.png","alt":""}]