分享一个小tip。中间我推导卡壳的地方是 Loss从Lt最小化一个KL散度，re-parametrized 成为minimize predicted mean and real mean后，公式为什么长那样。其实很简单，就是优化最大似然，下面框里的Lt loss其实就是predicted mean的负log likelihood（让predicted mean和real mean越接近越好）。至于为什么能从最小化KL散度简化为最小化mean diff，参见李宏毅的这个视频（https://www.youtube.com/watch?v=m6QchXTx6wA）。
最后可以结合这里理解DDPM的简化版code实现，https://dataflowr.github.io/website/modules/18a-diffusion/（一顿推导猛如虎，最后loss很简单）
