第 2 章教学材料包:采样、加速与引导¶
定位:面试学习,不是工程实现课。
不要求实现采样器、不要求跑 benchmark、不要求训练蒸馏模型。
要求:能解释采样公式、能比较方法、能选型、能用 90 秒回答 D1/D3/D4/D8。
1. 这一包材料解决什么问题¶
第 2 章对应 4 道高频题:
- D1:扩散模型有哪些常见采样方式?
- D3:你了解哪些 Diffusion 加速方法?
- D4:DDPM 和 DDIM 的关系?
- D8:classifier-free guidance 和 classifier guidance 的区别?
这四道题其实是一条链:
怎么从噪声走回数据(D1)
↓
DDPM 随机采样 vs DDIM 确定性采样(D4)
↓
如何少走几步(D3:solver / 蒸馏 / 缓存)
↓
如何走得更“像 prompt”(D8:guidance)
学完这一包,你能在面试中把“采样器、加速、引导”分开讲,而不是把它们混成一句“用 DDIM 加速”。
2. 材料清单¶
| 文件 | 是什么 | 为什么需要 | 学完能做什么 |
|---|---|---|---|
| 2.1 DDPM 采样与 DDIM | 采样基础 | D1、D4 的核心 | 写出 DDPM/DDIM 公式,解释跳步与反演 |
| 2.2 SDE/ODE 与高阶采样器 | 数值解法 | D1 的分类、D3 的 training-free 加速 | 区分 SDE/ODE/Euler/Heun/DPM-Solver/UniPC |
| 2.3 蒸馏与少步生成 | 模型加速 | D3 的 training-based 加速 | 比较渐进蒸馏、LCM、Turbo、DMD、Rectified Flow |
| 2.4 Classifier Guidance 与 CFG | 条件引导 | D8 的全部 | 推导 CFG,解释 \(w\)、负向 prompt、过饱和 |
| 05 章节面试题库 | 面试演练 | 把知识压缩成 90 秒答案 | 回答 D1/D3/D4/D8 及追问 |
| 06 章节练习与答案 | 纸面练习 | 不写代码也能检查理解 | 手算 DDIM/CFG、比较采样器 |
| 07 讲师手册 | 授课脚本 | 让 4 节课可讲、可控制节奏 | 按 90 分钟组织课堂 |
| 08 材料设计理由 | 设计说明 | 解释取舍、边界与可修改点 | 判断是否加深/换案例 |
3. 建议学习顺序¶
自学版(约 6–8 小时)¶
- 读 2.1,写出 DDPM/DDIM 采样公式;
- 读 2.2,画一张采样器分类表;
- 读 2.3,做一张加速方案选型表;
- 读 2.4,推 CFG 并解释 \(w\);
- 做 06 练习,对答案;
- 用 05 做 90 秒回答;
- 用 08 检查边界。
授课版(4 节 × 90 分钟)¶
- 第 1 节:2.1;
- 第 2 节:2.2 + 2.3(重点:分类与选型);
- 第 3 节:2.4;
- 第 4 节:05 + 06 + 模拟面试。
详细节奏见 07 讲师手册。
面试前复习版(45 分钟)¶
- 看 公式速查 的 DDIM/CFG 两节;
- 看 05 的 4 道核心题;
- 手写 DDIM 更新式和 CFG 公式;
- 用 3 分钟讲“采样器怎么选”。
4. 本章不做什么¶
- 不实现 DDIM/DPM-Solver;
- 不跑采样器 benchmark;
- 不训练 LCM/Turbo/DMD;
- 不做显存/时延优化。
本章只保留公式、对比表、选择逻辑和面试表达。
需要代码时,应作为“可选实验”,不进入主线。
5. 本章验收清单¶
- [ ] 能写出 DDPM 祖先采样公式;
- [ ] 能写出 DDIM 更新式;
- [ ] 能解释 DDPM 是 DDIM 的什么特例;
- [ ] 能解释 DDIM 为什么能跳步;
- [ ] 能区分 SDE/ODE/一阶/高阶/多步;
- [ ] 能说出 4 类加速方法;
- [ ] 能比较 LCM/Turbo/DMD;
- [ ] 能推导 CFG;
- [ ] 能解释高 CFG 的过饱和;
- [ ] 能 90 秒回答 D1/D3/D4/D8。
6. 对应面试题¶
| 题目 | 主材料 | 辅助材料 |
|---|---|---|
| D1 采样方式 | 2.1、2.2 | 05、06 |
| D3 加速方法 | 2.2、2.3 | 05、06 |
| D4 DDPM/DDIM | 2.1 | 05、06 |
| D8 guidance | 2.4 | 05、06 |
7. 设计原则¶
采样器是“怎么走”,加速是“少走几步/每步更快”,引导是“往哪个方向走”。
三件事必须分开讲,否则面试很容易把 DDIM、LCM、CFG 混成一锅。