[区块原文](https://codingai-lec04.pages.dev/guide.html#guide-opening) # 从可能结果，到生成过程，再到行动 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0001) 一张红杯照片只记录了一个结果。怎样用许多这样的记录，学会生成不同却相容的红杯？本讲先辨认条件与多解，再沿自回归、潜表示、对抗反馈和逐步更新理解“学什么、怎样生成”，最后把预测接到编辑、语言与行动。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0002) **相容：允许不止一种答案**杯型、光照和视角可以不同。 **不相容：违反已给条件**杯子再逼真，蓝色仍不满足“红杯”。 共同条件：一只红杯由桌面支撑。先检查颜色与支撑关系，再讨论允许的外观变化。右图多出的梨和书并未被这条条件禁止；杯子的颜色已足以判定它不相容。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0003) 这些课程 ImageGen 示意帮助分清“共同条件”和“允许变化”，不是仅改变一个变量的受控模型实验。有限的几张图不能确定完整概率分布。真正训练和预训练推理的结果在下面相应路径中另行标明。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-roles) ## 这几种材料分别帮你完成什么 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0004) | 入口 | 适合怎样使用 | | --- | --- | | 课堂 Slides | 跟随对象、图示和停点，形成一条故事线 | | 这份 Guide | 数分钟建立地图，选择眼前最想解释的现象 | | 八章 Lecture | 连续读懂训练信号、生成过程、算例、边界与方法之间的联系 | | 本页说明 | 回到当前画面，补足其中一个关系或推理步骤 | | 学习材料 | 先接课内解释与算例，再到网页实验、Deepnote和原始来源 | | CLS / LAB / DERIV | 连续概念阅读 / 保存结果与可执行实验 / 按问题选读数学 | [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-map) ## 先辨认模型改变了什么 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0005) **自回归** - 已有前缀 - 抽取下一项 - 更长的前缀 重复追加，直到结束。学习时，以真实序列的下一项提供反馈。 **VAE** - 先验抽样 z - 解码器 - 新样本 生成时不必先输入原图。学习时，同时处理重建与潜分布约束。 **GAN** - 随机输入 z - 生成器 G - 新样本 判别器 D 传回的梯度用于训练；生成时通常只需 G。 **扩散 / Flow** - 初始噪声 - 预测并更新状态 - 新样本 中间一步反复执行，权重保持不变。学习的局部目标可为噪声或速度等。 从左向右读生成动作，再读下方的训练反馈。VAE 与 GAN 都可从随机起点生成，但训练信号不同；自回归延长序列，扩散 / Flow 反复更新同一个样本的状态。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0006) 这四条路线可以组合。先验从哪里来、反馈改变的是参数还是当前样本、条件怎样进入每一步，比记住方法名更能帮助你读懂代码。下面七条路径各给一个可以看到、计算或改变的入口。 [区块原文](https://codingai-lec04.pages.dev/guide.html#path-answers) ## 同一条件怎样产生不同答案 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0007) 下面每幅图先比较理论完整路径概率（深蓝）与抽样频率（黄色），再比较0.35、1、2三档温度。温度调整每个前缀后的条件分布；完整路径概率仍要沿路径相乘。[第1章的鞋对表](https://codingai-lec04.pages.dev/lecture.html#ch01-joint-table)另解释了为什么部件分别正确，还可能拼成不相容的整体。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0008)  [区块原文](https://codingai-lec04.pages.dev/guide.html#path-answers-practice) 固定概率表，只改温度0.35、1、2，比较重复抽样频率。这是解析实验，没有训练语言模型。写下局部贪心为什么可能错过整条最可能路径。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0009) [第2章：连续理解](https://codingai-lec04.pages.dev/lecture.html#ch02) · [网页LAB01：先读保存结果](https://codingai-lec04.pages.dev/course/notebooks/39071d41f84d4621ad69c6140a6dccc9.html) · [Deepnote阅读与运行](https://deepnote.com/project/6f83a923-d155-47be-be58-680db701ff7f/notebook/39071d41f84d4621ad69c6140a6dccc9) [区块原文](https://codingai-lec04.pages.dev/guide.html#path-latent) ## 重建怎样接上一个可用的生成入口 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0010) 下面这组图给两个真正训练的图像 VAE 同一组标准正态起点，并保留初始化对照。β=0的重建更好，却把训练图的编码推到很远；β=1让潜区域更贴近先验，重建与先验样本仍模糊、重复。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0011)  [区块原文](https://codingai-lec04.pages.dev/guide.html#path-latent-practice) 先在LAB07对照原图、重建和同起点采样，再只改KL权重。LAB02的可解高斯算例帮助区分先验、真实后验与q；它不能代替图像编码器训练。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0012) [第3章：连续理解](https://codingai-lec04.pages.dev/lecture.html#ch03) · [网页LAB07：先读保存结果](https://codingai-lec04.pages.dev/course/notebooks/6567b1168915486c8de4ab9cfea54a8e.html) · [Deepnote阅读与运行](https://deepnote.com/project/6f83a923-d155-47be-be58-680db701ff7f/notebook/6567b1168915486c8de4ab9cfea54a8e) [区块原文](https://codingai-lec04.pages.dev/guide.html#path-constraints) ## 配对、循环与学得反馈分别提供什么 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0013) 真正训练的二维 GAN 在固定随机输入上逐渐把输出送到数据的八个模式附近。D:G=1:1覆盖8/8模式、近模式54.25%；3:1覆盖6/8、近模式85.64%。更集中和覆盖更多不是同一个量。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0014)  [区块原文](https://codingai-lec04.pages.dev/guide.html#path-constraints-practice) LAB08只改D:G更新比，明确它也改变总D计算。沿固定随机输入读训练过程，再分别比较覆盖率与集中程度。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0015) [第4章：连续理解](https://codingai-lec04.pages.dev/lecture.html#ch04) · [网页LAB08：先读保存结果](https://codingai-lec04.pages.dev/course/notebooks/f16324b960a446e2aa03168c17e9fc0b.html) · [Deepnote阅读与运行](https://deepnote.com/project/6f83a923-d155-47be-be58-680db701ff7f/notebook/f16324b960a446e2aa03168c17e9fc0b) [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-constraints-cycle) ### 循环能回来，身份仍可能错配 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-buildings-cycle)  [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-buildings-reading) 沿每列先比较上排与中排的屋顶、门窗和建筑类型，再看下排：输入确实回来了，中间却换成另一栋建筑。如果任务要求建筑身份保持，循环约束还缺跨域对应信息；一条正确配对锚点可把24种等频双射缩到6种，两条相容锚点缩到2种。这是LAB03的有限构造与枚举，不是训练出的CycleGAN效果。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-buildings-practice) [第4章：配对提供什么](https://codingai-lec04.pages.dev/lecture.html#ch04-pix2pix-three-parts) · [循环为什么仍有歧义](https://codingai-lec04.pages.dev/lecture.html#ch04-cycle-counterexample-figure) · [网页LAB03：改变配对锚点](https://codingai-lec04.pages.dev/course/notebooks/caf19cffbd744fafb371912863a03e30.html) · [同册Deepnote阅读与运行](https://deepnote.com/project/6f83a923-d155-47be-be58-680db701ff7f/notebook/caf19cffbd744fafb371912863a03e30) [区块原文](https://codingai-lec04.pages.dev/guide.html#path-prediction) ## 局部预测怎样接成一次完整生成 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0016) 图中的路线来自已学习的时间条件去噪器；权重固定以后，采样器更新的是点的位置。八模数据、初始噪声和网络固定，20步与100步的近模式比例为58.89%与80.03%。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0017)  [区块原文](https://codingai-lec04.pages.dev/guide.html#path-prediction-practice) 先看训练前后误差，再只改采样步数。用解析预测器作参照，分开网络近似误差与数值更新误差；不要把LAB05的可解场误说成神经网络训练。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0018) [第5章：连续理解](https://codingai-lec04.pages.dev/lecture.html#ch05) · [网页LAB09：先读保存结果](https://codingai-lec04.pages.dev/course/notebooks/e6fcbdfe3ca2418c9ed09344b4ae2b33.html) · [Deepnote阅读与运行](https://deepnote.com/project/6f83a923-d155-47be-be58-680db701ff7f/notebook/e6fcbdfe3ca2418c9ed09344b4ae2b33) [区块原文](https://codingai-lec04.pages.dev/guide.html#path-image) ## 实际生成与修改一张图 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0019) 每行固定初始潜变量，比较CFG 1、4、8。seed37在CFG4时是一只红杯，CFG8时红杯旁又出现了大型红色容器：红色更明显，不等于数量、关系与外观一起变正确。三组起点也不能建立普遍单调规律。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0020)  [区块原文](https://codingai-lec04.pages.dev/guide.html#path-image-practice) 从同一状态的空条件与有条件预测手算一次CFG，再看真实组件轨迹：文本表示→两支预测→组合→采样更新→最终VAE解码。每行保持起点不变，观察条件强度如何影响相容关系。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0021) [第6章：连续理解](https://codingai-lec04.pages.dev/lecture.html#ch06) · [网页LAB06：先读保存结果](https://codingai-lec04.pages.dev/course/notebooks/aa278b6be88e4114bdfea0de5b8aee33.html#block-16f70debaa8f4a2c8cb0cb3d614bfa8a) · [Deepnote阅读与运行](https://deepnote.com/project/6f83a923-d155-47be-be58-680db701ff7f/notebook/aa278b6be88e4114bdfea0de5b8aee33) [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-image-editing) ### 从生成转向局部编辑 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0022)  [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0023) 编辑先明确允许改哪里、目标是什么，再分别检查保护区域与目标属性。图生图与遮罩编辑保留两次“改蓝”未可靠成功的结果。保存结果先行，重算需要相应模型资源。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-editing-next) [第6章：编辑的接口与检查](https://codingai-lec04.pages.dev/lecture.html#ch06-img2img-results) · [网页LAB06：读保存的编辑结果](https://codingai-lec04.pages.dev/course/notebooks/aa278b6be88e4114bdfea0de5b8aee33.html) [区块原文](https://codingai-lec04.pages.dev/guide.html#path-language) ## 语言能否换一种生成次序 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0024) 逐个追加与多位置恢复都要维护一整句话的相容关系。图中分开已知、未知和每轮提交位置；一次并行提出候选，不保证它们同时成立。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0025)  [区块原文](https://codingai-lec04.pages.dev/guide.html#path-language-practice) 在同一小语法任务只改提交策略，读最终联合合法率。已提交词不变是一项采样策略；复用其余位置的旧预测，还要检查上下文依赖。小语法轮数不是大语言模型延迟。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0026) [第7章：连续理解](https://codingai-lec04.pages.dev/lecture.html#ch07) · [网页LAB04：先读保存结果](https://codingai-lec04.pages.dev/course/notebooks/3585d77fe4f740a0a28f9e9f6dc620fd.html) · [Deepnote阅读与运行](https://deepnote.com/project/6f83a923-d155-47be-be58-680db701ff7f/notebook/3585d77fe4f740a0a28f9e9f6dc620fd) [区块原文](https://codingai-lec04.pages.dev/guide.html#path-action) ## 生成怎样支持下一次行动 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0027) 旧记录总是“走近并按按钮，然后开门”，所以两种门机制都解释得通。图中单独按按钮或只走近，让候选预测分叉；反馈由独立环境返回，不能由猜测替自己证明。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0028)  [区块原文](https://codingai-lec04.pages.dev/guide.html#path-action-practice) 先写竞争预测，再选一次有区分力的动作，读真实返回值并更新历史。比较有记忆与忘记历史的后续选择；没有记忆也可能用更费力的联合动作开门。这个构造环境没有训练通用世界模型。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0029) [第8章：连续理解](https://codingai-lec04.pages.dev/lecture.html#ch08) · [网页LAB10：先读保存结果](https://codingai-lec04.pages.dev/course/notebooks/cc09b0442e194df5b0dd09251ac79985.html) · [Deepnote阅读与运行](https://deepnote.com/project/6f83a923-d155-47be-be58-680db701ff7f/notebook/cc09b0442e194df5b0dd09251ac79985) [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-exit) ## 带走一次可以解释的观察 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0030) 无需同时做完七条路径。选一个疑问，留下四句话：固定了什么、只改了什么、实际看到了什么、它支持怎样的机制解释。失败与反例同样是结果；可选实验不新增课程计分要求。 [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0031) 需要深入时进入八章Lecture；需要计算时去DERIV01；需要复现时下载Notebook和实验数据。下一讲继续追问：序列怎样组织，上下文怎样进入每一步计算？ [区块原文](https://codingai-lec04.pages.dev/guide.html#guide-u0032) [从第一章开始](https://codingai-lec04.pages.dev/lecture.html#ch01) · [回到课堂收束](https://codingai-lec04.pages.dev/classroom/N60.html?step=b2) · [课前阅读问卷](https://tally.so/r/rj7Mlo)