EM算法的缺陷 EM算法通过迭代的方式解决了引入隐变量之后导致的没办法直接计算MLE的问题，但是在EM算法中，我们要求算隐变量的后验分布，但是在实际情况下，我们面临着很多情况 有可能我们知道隐变量形式，但是无法计算后验分布 有可能我们完全不知道隐变量的形式 在图像生成领域，我们通常确实没有“真实隐变

最大似然估计 扩散模型的核心功能是学习图像，然后从生成新的图像，就像一名技术高明的雕刻师，看过很多雕塑以后，就可以从一块大理石中雕刻出精美的石雕。 从概率的角度来讲，把每一张图片都理解为一个数据点，我们的任务是要找出这一批数据的分布情况，这样，我们就能生成最像这一批数据的一个数据 概率论的方法通常是