让扩散模型回归“去噪”本质

论文标题: Back to Basics: Let Denoising Generative Models Denoise
作者: Tianhong Li(黎天鸿), Kaiming He(何恺明)
机构: 麻省理工学院 (MIT)
论文地址: https://arxiv.org/abs/2511.13720
代码仓库: https://github.com/LTH14/JiT
总结：本文指出了一个反常识问题，就是传统的去噪模型每步预测的唯噪声，而噪声在高维度中的分布是很难观察的，但是如果将预测噪声改为预测真实纯洁的图像就能改变这一问题。

黄山

一、整体思路（预算版）

• 出行方式：广州 → 黄山北 高铁往返，二等座一般单程 520–600 元左右，往返约 1100–1200 元。(携程火车票)

• 住宿策略：

  • 不住山上，两晚都住山下（汤口或者屯溪），选 100–150/晚的经济型酒店/客栈。

• 景点选择：

  • D1–D2：黄山一日半：走索道+步行的轻量版线路
  • D3：宏村半日 + 黄山市区随便逛，视预算可选

• 控制花费的小技巧：

  • 索道只坐一段（上山坐，视体力下山走部分路）。
  • 山上的水/零食尽量自带一些。
  • 宏村可以跟当地一日游/拼车，省心也省一点车费。

二、详细行程规划

▶ D1：广州 → 黄山北 → 汤口/屯溪（轻松抵达日）

上午 / 中午

• 从 广州南/广州东/广州新塘 → 黄山北 坐高铁，尽量选中午前出发、下午两三点到黄山北的车次（车程约 5 小时）。(Trip.com)

• 黄山北出站后：

  • 若第二天一早上黄山：建议直接去 汤口镇（黄山南大门），大巴或拼车约 1–1.5 小时。
  • 若想市区逛一逛：可以先住 屯溪老街附近，晚上吃吃逛逛。

下午 / 晚上

• 办理入住（控制在 100–150 元/晚 的快捷酒店/客栈）。
• 在屯溪的话：逛 屯溪老街，吃一顿徽菜（毛豆腐、臭鳜鱼、刀板香等）。
• 在汤口的话：熟悉第二天上山的大巴、售票处位置，早点休息。

建议：预算紧 & 主要目标是黄山 → D1 晚上住汤口 会更高效，第二天可以早早上山。

▶ D2：黄山一日游（索道 + 精华步行，不住山上）

预算版选择：黄山一日“精华速刷版”，不上主峰也能感受到黄山特色。

早上

1. 早起从酒店 → 汤口新国线换乘中心

2. 买票：

   • 景区门票：平旺季 190 元/人(hf.bendibao.com)
   • 景区大巴：单程 19 元，上下山合计约 38 元。(wap.huangshan.com.cn)

3. 坐大巴到 云谷寺（后山口） → 再坐 云谷索道上山，单程 80 元左右（平旺季）。(hf.bendibao.com)

上山后推荐线路（强度中等）：

• 索道上站（白鹅岭） → 始信峰（看奇松、怪石）
• 北海景区：清凉台、猴子观海 等观景点
• 喜欢走一点路的：可以往 西海入口 方向走一段，再折返，不进大峡谷深处（省体力）。
• 中午在北海/光明顶附近简单吃点自带干粮或景区快餐。

下午下山

• 体力不错：

  • 从北海 → 白鹅岭 → 步行下到 云谷寺（路程较长但一路风景不错）。

• 体力一般：

  • 返回云谷索道上站 → 再坐索道下山（再花 1×80 元）。

然后：云谷寺 → 大巴 → 汤口 → 回酒店休息。

不上天都峰/莲花峰，可以大幅度降低体力和时间消耗，一天玩得比较从容。

▶ D3：宏村半日游 + 回广州

早上：汤口/屯溪 → 宏村

• 从汤口/黄山市区报一个去 宏村的拼车/一日游，或者去汽车站坐车，车程约 1–1.5 小时。
• 宏村门票：成人约 90–100 元左右。(去哪儿网)

宏村游玩重点：

• 南湖、月沼：徽派建筑 + 水面倒影，拍照很好看。
• 巷子里慢慢走走，找几家咖啡/小吃店坐坐，体验古村氛围。

下午

• 午后从宏村 → 返回黄山北 / 屯溪。
• 预留足够时间，傍晚或晚上坐高铁 黄山北 → 广州。

三、人均费用粗算（按“2000 左右”来配）

下表是大致估算，实际以你订到的车票/酒店为准。

1. 大头：往返高铁

• 广州 → 黄山北 二等座：约 520–600 元
• 黄山北 → 广州 二等座：约 520–600 元
  👉 合计按 1100–1200 元 预估。(携程火车票)

2. 景区门票 + 索道 + 大巴

• 黄山门票：190

• 黄山景区大巴：38（往返）

• 索道：

  • 只坐上行一次：80
  • 若上下都坐：160

• 宏村门票：约 94（按网上成人价估算）(去哪儿网)

控制版（只坐单程索道）合计：
190 + 38 + 80 + 94 ≈ 402 元

如果你觉得体力一般，上下都坐索道：
190 + 38 + 160 + 94 ≈ 482 元

3. 住宿

• D1：汤口/屯溪经济型酒店 100–150
• D2：同上，再 100–150
  👉 住宿预估：200–300 元

4. 吃饭 + 当地交通

• 吃饭按 80–100 元/天 算，3 天 ≈ 240–300 元
• 市内/镇内小交通、拼车到宏村等：预留 100–150 元。

5. 总体汇总（偏省钱方案）

按较省的方式估算（高铁 1100、索道只坐一次、酒店便宜点）：

• 高铁：1100
• 黄山 + 宏村门票/车/索道：约 400
• 住宿：约 250
• 吃饭 + 小交通：约 350

合计 ≈ 2100 元左右

也就是说：“两千左右”是可以做到的，但会略微紧张，主要看你高铁能不能抢到稍便宜的车次、酒店选多便宜的、索道坐几次。
如果你想更轻松一点（多坐索道、吃好一点），建议心里预留到 2200–2300 更舒服。

四、给你一个能直接照抄的简短行程版

• D1：广州 → 黄山北（高铁）→ 汤口，入住；晚上简单逛逛、准备上山物资。
• D2：汤口 → 黄山（云谷索道上 → 北海 → 始信峰 → 光明顶附近 → 视体力部分步行下山/坐索道下），晚上回汤口 / 屯溪休息。
• D3：早上去宏村（南湖、月沼拍照闲逛），下午返回黄山北，傍晚/晚上高铁回广州。

如果你愿意告诉我大概出行月份 + 更偏“省钱”还是“轻松”，我可以帮你把上面每一天细到：大概几点出门、建议坐的车次时段、黄山具体走哪条步行路线，给你一个“可直接发给同伴/直接订票用”的终版行程单。

第二次组会

一共四个人汇报，其中在投文献一篇方向为拉曼，三篇论汇报拉曼两片，层析一篇

在投文献

深度学习预测单细胞H2O2含量

数据集

细胞的数据集在预测问题上可以看作为时间序列，或者弱化其时间的数据看为序列。这种序列和文字序列有一定的相识性，在处理这方面数据可以更多的考虑循环神经网络和注意力机制进行处理

网络

注意力机制

损失函数

未知

评价指标

R^2

论文问题

网络结构不清晰，深度学习三要素 网络模型、损失函数和评价指标的选取有问题

论文汇报

transformer+RNN 超高清重建图像

网络

RNN(head)

GAN生成式对抗网络

GAN生成式对抗网络，GAN网络由生成网络和判别网络两个网络组成，生成式网络通过学习图片后将噪声转换为图片，而判别式网络将区分数据集图片和生成图片进行判别。生成式与判别式网络类似与小偷与警察，通过不断的博弈互相升级，在这场游戏中我们更加希望小偷取得胜利。既是生成式网络生成的图片可以让判别器难以判断。

网络结构

网络模型

损失函数

评价指标

pytorch实现

GAN缺陷与改进

预备知识

基础

重点

范数

矩阵求导

反向传播（sum函数）

``https://blog.csdn.net/qq_43722079/article/details/136583592

torchvision模块路径引用问题

前言：安装pytorch后可能会出现torch模块引用成功，而torchvision模块引用失败，失败原因为torchvision模块路径丢失。可能是三个问题导致的：

1. torch和torchvision版本不匹配
2. pillow版本和torchvision版本不匹配

torch和torchvision版本不匹配

建议从pytorch官网重新下载新版pytorch，或者查询历史版本重新选择一个版本进行下载

pillow版本和torchvision版本不匹配

删除pillow 在重新下载pillow最新版

回顾

结束暑假，开始新学期

学习

暑假期间初步入门了深度学习和python，完成了小土堆深度学习入门和python，后续需要进一步加强

生活

展望

学习

继续学习深度学习和python，目前感觉深学习入门还是比较容易，希望学期结束能完成《动手深度学习》

生活

准备广东博物馆、广东图书馆游玩

计划

1. 博客一个星期更新一次，一个月更新一次技术类型文章
2. 每月进行总结
3. 精读《动手深度学习》并将每章进行笔记记录，计划本周完成前三章的精读
4. 学习《流程使用python》

Pytorch 环境搭建

conda安装

conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。我强烈推荐你使用他，他的作用类似于java中的maven和我们平时使用的虚拟机，他能够保证的项目之间互相是隔离的。举个简单的例子，如果你同时有两个项目，你一个使用的是pytorch1.8，一个用的是pytorch1.10，这样一个环境肯定就不够了，这个时候anaconda就派上大用场了，他可以创建两个环境，各用各的，互不影响，而且同过不同项目加载不同环境，也可以使项目加载更快更轻便。

Anaconda有完整版和min版，完整版过于臃肿，因此推荐min版。下载地址推荐清华大学开源镜像网站,如果不想自己挑选版本也可以点击这个链接下载楼主的版本Miniconda3
不管下载那个版本的，请注意不要安装到C盘，这是因为conda的使用过程会占据大量内存，下载C盘会使得C盘内存紧张。
安装的时候，需要添加到系统路径这个选项也请务必选上，后面使用起来会带来很多便捷，并且这里的安装位置请你一定要记得，后面我们在Pycharm中将会使用到。

conda 虚拟环境创建

首先，我们要根据项目需求来创建一个环境，通过下面的指令创建并激活虚拟环境
本文这里以Python版本3.8.5为例子进行创建一个名为Pytorch的虚拟环境

conda create -n Pytorch python==3.8.5
conda activate Pytorch

创建环境过程中需要下载，由于下载服务器不稳定，可能会出现下载错误。导致虚拟环境创建失败，创建成功后并进入虚拟环境，命令行出现Pytorch着表明环境创建成功。
一定要出现“Pytorch”没出现着表面没进入虚拟环境，会导致后续安装的包的都在基础环境中。

Pytorch 安装

在安装Pytorch前需要缺确认电脑cuda驱动，cuda驱动不用自己安装，一般都随电脑自带的。可以在命令行中输入nvidia-smi

正常出现这个输出着证明cuda驱动没问题，我们还需要记住 CUDA version 版本。上面的截图的版本是12.6.
后面pytorch安装需要更具你的cuda版本进行安装，cuda版本可以向下兼容，向上着会出现安装报错。
安装有两个选择，一个是去官网根据版本环境需求下载，但是由于服务器的原因下载并不稳定。本文后续介绍其它方法。

Pytorch CPU版本安装

conda install pytorch torchvision torchaudio cpuonly -c pytorch

Pytroch GPU版本安装

conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.3 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/

Pycharm IED 安装

Pycharm IED是python集成编辑器，目前Pycharm官网有两个版本社区版和专业版。通常来说初学者使用Pycharm社区版完全够用。另外如想使用专业版，由于专业版有使用期限，但学生可以利用学生邮箱（edu后缀）去省钱使用，可以免费白嫖！！！
安装Pycharm过程十分简单这里就过多赘述，仅建议安装过程在选择Pycharm需求时全选。

conda 环境引入

验证

验证在Pycharm中新建一个项目，新建项目安装前一掌将conda引入。
新建一个py文件并输入下面代码
import torch
print(torch.__version__)
print(torch.version.cuda)
print(torch.cuda. is_available())

进行运行，输出结果如下

完结撒花

第一片技术类文章完结撒花，总耗时4小时

博客的创建

当我写下这篇博客的时候，我很高兴我完成了我的第一篇博客的创作，虽然博客网站的运行等注意事项还没彻底掌握，但我很高兴至少自己完成了博客的初步制作。
以前在网络查询资料解决各种各式的问题，尝尝觉得这些大佬们技术叹为观止。不免在我脑海中产生一个问题，我能够成为像他们一样的人吗？

展望

个人博客的创建是为了记录我即将踏上的三年研究生生涯的点点滴滴，希望我能以梦为马，不负韶华。
先定下个小目标实现个人博客的月更和不断探索博客个性化希望等三年后的某一天回首这段时间，我能不留遗憾