Stable Diffusion 的论文我粗看了一下，并没有完整的去看所有的数学推导，知道大概的过程后，随手找了几个科普性质的文章，最后又找了几段代码，Stable Diffusion 是好几个技术拼在一起，包括 openai 的 CLIP，U-NET等。
我的学习目标
我学习这些的目标可以拆解如下。
- 会用，利用开源的模型，可以自己运行起来。
- 明白其原理，大致的搞明白其原理，但是不会去纠小细节。
- 了解其各个参数的作用和用法。
- 找其原理实现的代码，把代码跑起来。
- 怎么样把模型服务化，做到高可用。
怎么用 stable diffusion 的文章一大把，讲其原理的视频和文章相对少一些，但是也是有的，推荐 beginners-guide-to-diffusion-models 这个文章解决的比较清楚，并且作者是还画了图，看完后你大概知道什么是 step，什么是 CFG，什么是调度器之类的了。
代码实现发现 fast.ai 有一个课程，讲解了基本的原理，并且实现了相应的代码，Stable Diffusion Deep Dive，他的整个代码也都可以看一看diffusion-nbs
视频推荐
这个是 fat.ia 相关的视频，在 Stable Diffusion 方面介绍的较详细 https://www.youtube.com/@howardjeremyp/videos
https://www.youtube.com/watch?v=1CIpzeNxIhU&t=242s&ab_channel=Computerphile