扩散模型是一种新型生成模型，具备灵活学习任意复杂数据分布的能力，并可对分布进行解析评估。近期研究表明，扩散模型能够生成高质量图像，其性能已与最先进的GAN相竞争。该文章自发布以来持续更新，陆续加入了无分类器引导、GLIDE、unCLIP、Imagen、潜在扩散模型、渐进蒸馏、一致性模型等新方法与模型架构内容。

本文系统梳理了自编码器系列模型的演进历程。自编码器通过瓶颈神经网络结构学习高维数据的压缩表示，其副产品是可用于降维、特征提取等任务的潜在编码。文章重点介绍了变分自编码器（VAE）及其关键变体Beta-VAE，它们通过引入概率框架和解缠约束，显著提升了生成能力。此外，还涵盖了去噪、稀疏等经典改进模型，并补充了后续发展如VQ-VAE与TD-VAE的相关内容。

物体检测入门系列第一部分发布，聚焦基础概念，介绍梯度向量、HOG（方向梯度直方图）算法和选择性搜索用于图像分割。文章针对无计算机视觉经验的读者，以通俗方式解释传统物体检测技术，不涉及深度神经网络。内容涵盖梯度向量计算、HOG 算法原理及选择性搜索的图像分割应用，旨在激发学习兴趣。深度学习模型将在后续 Part 2 和 Part 3 中详细探讨。

生成对抗网络（GAN）在模拟图像、语言和音乐等现实世界内容的生成任务中成果显著，但其训练过程常因不稳定和难以收敛而受阻。Wasserstein GAN（WGAN）针对这一问题，引入 Wasserstein 距离作为平滑度量，用于优化概率分布间的距离测量，从而提升训练稳定性并促进模型收敛。该研究深入解析了 GAN 的数学原理，并展示了 WGAN 如何通过改进度量方式克服 GAN 的固有训练缺陷。