生成式AI数学基础入门书:从PCA到扩散模型的统一推导
2026.11.04 · 收录日 2026.11.04 · 事件 · 论文 · 论文预印本
Tianhua Chen发布195页生成式AI数学基础预印本,新增可视化解释
Tianhua Chen在arXiv发布《The Little Book of Generative AI Foundations: An Intuitive Mathematical Primer》修订版,共195页,新增贯穿全书的可视化解释。该书以推导为导向,串联PCA、概率PCA、变分自编码器、扩散模型、归一化流、自回归分解、GAN、Wasserstein GAN与能量模型等生成模型家族。
- 作者Tianhua Chen,arXiv编号2605.29713,属cs.LG与cs.AI分类
- v1于2026年5月28日提交,v2于2026年9月8日修订,文件从125 KB增至1,168 KB
- 修订版共195页,新增可视化解释,作者欢迎评论与勘误
- 内容覆盖PCA、概率PCA、VAE、扩散模型、归一化流、自回归分解、GAN、WGAN与能量模型
- 定位为面向数学兴趣的研究者、从业者和学生的基础构建入门书
为什么值得看
想系统理解生成模型数学推导的人可快速建立统一框架
适合谁关注
生成模型方向的研究者、从业者和学生
