跳转至

第 0 章 导学:从面试题到能力地图

课时:1 节 / 90 分钟
前置:无
章节定位:把 26 道面试题拆成一张可执行的能力地图,建立全课程的学习节奏。


章节目标

完成本章后,你应该能够:

  1. 说清楚这门课解决什么问题:不是背答案,而是建立“公式—架构—训练—评测—表达”五层能力;
  2. 把 26 道题归类到 8 个章节,知道每道题在哪个课时被讲透;
  3. 完成一次基线自测,找出自己的三个最大短板;
  4. 选定学习路径:2 周速通、6 周标准或 8 周深入;
  5. 搭好 PyTorch / diffusers / Jupyter 学习环境。

0.1 课程导学与自测

本节要回答的问题

  • 这 26 道题背后,面试官到底在考什么?
  • 为什么“会背 DDPM 公式”不等于“能通过面试”?
  • 我应该按什么顺序学,先补数学还是先做推导?
  • 每节课要产出什么,怎么知道自己学会了?

讲什么

  1. 面试能力模型
  2. 公式推导:DDPM、DDIM、CFG、CLIP loss、ELBO;
  3. 架构理解:U-Net、DiT、MMDiT、VAE、Cross-Attention;
  4. 训练工程:数据、schedule、CFG dropout、EMA、显存;
  5. 评测分析:FID、CLIPScore、Precision/Recall、人工评估;
  6. 表达结构:90 秒回答、对比表、白板推导、项目讲述。
  7. 26 题地图
  8. Diffusion 10 题:采样、噪声、加速、DDPM/DDIM、GAN 对比、Offset Noise、Guidance、实现条件、噪声幅度;
  9. AIGC 16 题:CLIP、AE/VAE/VQ-VAE、重参数、评估、SD/SDXL/SD3、DALL·E 2、Cross-Attention、GAN 坍塌、LoRA 系列、ControlNet、IP-Adapter。
  10. 课程结构
  11. 第 0 章:导学;
  12. 第 1 章:扩散基础;
  13. 第 2 章:采样、加速、引导;
  14. 第 3 章:Latent Diffusion 与 SD;
  15. 第 4 章:条件控制与个性化;
  16. 第 5 章:模型演进与系统对比;
  17. 第 6 章:评估、失败模式、面试实战;
  18. 第 7 章:综合练习与面试答辩。
  19. 学习路径
  20. 2 周速通:只学 12 节核心课,目标是把高频题讲顺;
  21. 6 周标准:26 节 + 2 个综合练习,目标是能面试 + 有可讲的推导/方案;
  22. 8 周深入:26 节 + 3 个综合练习 + 模拟面试,目标是冲击更高岗位。
  23. 工具与环境
  24. Python 3.10+、PyTorch 2.x;
  25. diffusers、transformers、accelerate、datasets;
  26. Jupyter/Colab;
  27. 可选:ComfyUI 或 A1111 做可视化实验;
  28. 显存建议:toy 实验 CPU 可跑;SD 实验建议 8GB+ VRAM,低显存用 SD1.5 + 512。

学什么

完成本节后,你应该能:

  • 用一张表说出 8 个章节各自解决什么问题;
  • 把任意一道题定位到具体课时;
  • 用 3 分钟做一次自我诊断:数学、推导、方案、表达四项各打 1–5 分;
  • 选出一条适合自己的学习路径,并写下每周时间预算;
  • 跑通环境检查脚本(torch、diffusers、transformers 版本)。

对应面试题

  • 全课程导览,不直接对应单题;
  • 可作为开场自我介绍和项目经历的整理框架。

课堂练习

  1. 基线自测(20 分钟)
  2. 从题库中随机抽 5 题,每題写 3 个关键词;
  3. 标记“能讲清 / 只会背 / 完全不会”;
  4. 统计三类占比。
  5. 能力雷达(10 分钟)
  6. 数学推导、白板表达、架构理解、评测分析、表达沟通,各 1–5 分;
  7. 选最低的两项,作为前两周重点。
  8. 路径选择(10 分钟)
  9. 在 2 周 / 6 周 / 8 周中选一个;
  10. 把每周可用时间写进日历。

课后作业

  • 完成一份 self-assessment.md:26 题逐题标记掌握度;
  • 写 300 字:我为什么学 Diffusion/AIGC,目标岗位是什么;
  • 跑通环境,保存版本截图。

验收标准

  • 能不看目录说出 8 个章节的名称和顺序;
  • 能解释“为什么本课程先讲前向过程,再讲反向和采样”;
  • 自测表完成度 100%,并选出三个优先补强点。

常见误区

  • 一上来就背 DDPM 公式,不知道公式在整条链路中的位置;
  • 只学文生图应用,不补 VAE、Attention、训练细节;
  • 把“看过”当成“会讲”,没有输出和复述。

章节产出

  • 个人能力雷达图;
  • 26 题掌握度自测表;
  • 学习路径与周计划;
  • 环境检查记录。

通关标准

  • [ ] 能画出课程知识地图;
  • [ ] 能说出每章的核心问题;
  • [ ] 已完成自测并选定路径;
  • [ ] 环境可跑通最小 PyTorch 示例。

下一章

第 1 章 扩散模型基础