diffusion demo

PyTorch 去噪扩散演示

该存储库包含一个基于 PyTorch 的简单的去噪扩散模型演示。它只是旨在提供对这种生成建模方法的初步理解。

可以在此处找到标准 DDPM 的简短理论介绍。用于加速采样的 DDIM 在配套笔记本中进行了讨论。两个示例应用程序建立了一个小型实验场。它们的准备方式使得它们可以轻松修改和扩展。

笔记本电脑

• DDPM 简介

• DDIM 简介

• 瑞士卷示例

• MNIST 上的无条件模型

• MNIST 上的条件模型

瑞士卷

作为第一个示例，生成式 DDPM 在 2D Swiss roll 分布上进行训练。为此，可以使用配置文件调用主训练脚本，该文件允许调整问题设置和模型定义：

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

训练完成后，可以在此笔记本中测试和分析最终模型。

为了监控实验，可以通过tensorboard --logdir run/swissroll/在本地运行 TensorBoard 服务器。您可以在浏览器中默认在 localhost:6006 下访问它。作为一种替代方案，可以使用 MLfLow 来管理实验。在这种情况下，可以使用适当的设置启动训练，并通过mlflow server --backend-store-uri file:./run/mlruns/设置跟踪服务器。然后可以在 localhost:5000 下访问它。