前言

我是一名資訊工程專業的碩士研究生。
雖然我對 AI 和 Coding 還在初學階段，但我熱衷於學習和探索這些領域，
特別是對於最近廣受關注的 Diffusion Model !!

我的學習目標

作為一名資工系學生，理論和實務對於掌握AI技術至關重要，
因此，我決定開始記錄鑽研Diffusion Model的過程。
希望透過記錄我的學習過程，不僅能夠加強自己的理解和技能，
同時也為那些在這條路上可能遇到相同挑戰的人提供一些幫助。

什麼是Diffusion Model？

在深入研究之前，讓我們先來簡單了解一下什麼是Diffusion Model。
Diffusion Model是一種影像生成模型，這種模型的獨特之處在於它如何模擬資料生成的過程，
透過逐步添加隨機噪聲，然後再逐步去除這些噪聲，從而創建出新的作品。

我的學習計劃

為了有效地學習Diffusion Model，我制定了以下幾個步驟的學習計劃：

1. 基礎理論學習：我會從理解Diffusion Model的基礎理論開始，深入理解他的數學原理，以及它在AI領域的應用。
2. 實務編程練習：我將透過編寫程式碼來實踐這些理論，使用現有的開源庫來進行實驗(如果電腦跑得動，希望可以從頭開始建構模型)。
3. 案例分析：為了更深入地理解，我會研究一些成功的Diffusion Model案例(ex.Midjourney、DALL．E3...等)，理解它們是如何構建和運作的。
4. 分享和反饋：最後，我會在這個部落格上分享我的學習心得和項目進展，並吸收大家的反饋和建議。

結語

希望透過這個過程，不僅可以提升自己在AI和coding的能力，
還可以為那些對Diffusion Model感興趣的朋友們提供一些參考和幫助～
期待和大家一起學習與成長！