利用扩散模型的反馈优化图片理解模型
如何将扩散模型的生成能力用于提升判别模型的能力：
利用扩散模型的梯度反馈来优化图片理解模型（判别模型）的方法属于基于反演的方法（Inversion-based）。给定图片$x$和条件生成模型$p_ \phi (x | c)$，通过最大化生成模型的似然，来反演得到条件嵌入 c 。
将判别模型的输出作为文生图模型的条件输入，利用文生图模型的梯度反馈来更新判别模型，从而改善判别模型的表征质量。有点 GAN 反着用的感觉。 GAN 是判别模型倒逼生成模型生成更加真实的样本，而 DIffTTA 是生成模型倒逼判别模型生成质量更高的表征。
缺失模块。
1、请确保node版本大于6.2
2、在博客根目录（注意不是yilia根目录）执行以下命令：
npm i hexo-generator-json-content --save
3、在根目录_config.yml里添加配置：
jsonContent:
meta: false
pages: false
posts:
title: true
date: true
path: true
text: false
raw: false
content: false
slug: false
updated: false
comments: false
link: false
permalink: false
excerpt: false
categories: false
tags: true