diffusion demo

PyTorch 노이즈 제거 확산 데모

저장소에는 노이즈 제거 확산 모델에 대한 간단한 PyTorch 기반 데모가 포함되어 있습니다. 이 생성 모델링 접근 방식에 대한 첫 번째 이해를 제공하는 것을 목표로 합니다.

표준 DDPM에 대한 간략한 이론적 소개는 여기에서 확인할 수 있습니다. 가속화된 샘플링을 위한 DDIM은 동반 노트북에서 논의됩니다. 두 가지 예제 애플리케이션은 작은 실험 놀이터를 구축합니다. 쉽게 수정하고 확장할 수 있도록 준비되었습니다.

노트북

• DDPM 소개

• DDIM 소개

• 스위스 롤의 예

• MNIST의 무조건 모델

• MNIST의 조건부 모델

스위스롤

첫 번째 예로 생성적 DDPM은 2D 스위스 롤 분포에 대해 학습됩니다. 문제 설정 및 모델 정의를 조정할 수 있는 구성 파일을 사용하여 기본 교육 스크립트를 호출할 수 있습니다.

 python scripts/main.py fit --config config/swissroll.yaml

훈련이 완료된 후 이 노트북에서 최종 모델을 테스트하고 분석할 수 있습니다.

실험을 모니터링하기 위해 tensorboard --logdir run/swissroll/ 사용하여 TensorBoard 서버를 로컬로 실행할 수 있습니다. 브라우저의 기본적으로 localhost:6006에서 접근할 수 있습니다. 대안으로 실험 관리를 위해 MLfLow를 사용할 수 있습니다. 이 경우 적절한 설정으로 훈련을 시작하고 mlflow server --backend-store-uri file:./run/mlruns/ 로 추적 서버를 설정할 수 있습니다. 그런 다음 localhost:5000에서 접근할 수 있습니다.