minDiffusion
1.0.0
この教育リポジトリの目標は、Pytorchを使用して拡散モデルの自己完結型の最小限の実装を提供することです。
拡散モデルの多くの実装は、少し圧倒される可能性があります。ここで、 superminddpm ：200行のコード未満では、Pytorchを使用したDDPMの完全に自己包括的な実装は、詳細に時間を費やすことなく、拡散モデルを除去したい人にとっては良い出発点です。
単に：
$ python superminddpm.py
上記のスクリプトは自己完結型です。 （もちろん、PytorchとTorchvisionをインストールする必要があります。最新バージョンで十分です。最先端の機能は使用しません。）
もう少しリファクタリングされたコードを使用する場合は、CIFAR10データセットを実行します。
$ python train_cifar10.py
上記の結果、単一の3090 GPUで約2時間のトレーニングが必要でした。トップ8の画像が生成され、下部8はグラウンドトゥルースです。
ここに別の例があり、100エポックで訓練されています（約1.5時間）
現在：
トドス
