Scoresdeve Ema Multi Dsprites 64

🚀 無条件画像生成パイプライン

このプロジェクトは、diffusersライブラリを使用した無条件画像生成パイプラインです。指定されたモデルを用いて画像を生成します。

🚀 クイックスタート

以下の手順で画像生成を行うことができます。

依存関係のインストール

# !pip install diffusers

コード実行

from diffusers import DiffusionPipeline
import torch

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model_id = "eurecom-ds/scoresdeve-ema-multi-dsprites-64"

# load model and scheduler
pipe = DiffusionPipeline.from_pretrained(model_id, trust_remote_code=True)
pipe.to(device)


# run pipeline in inference (sample random noise and denoise)
generator = torch.Generator(device=device).manual_seed(46)
image = pipe(
  generator=generator,
  batch_size=1,
  num_inference_steps=1000
).images


# save image
image[0].save("sde_ve_generated_image.png")

生成された画像

📦 インストール

このプロジェクトではdiffusersライブラリを使用します。以下のコマンドでインストールできます。

# !pip install diffusers

💻 使用例

基本的な使用法

from diffusers import DiffusionPipeline
import torch

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model_id = "eurecom-ds/scoresdeve-ema-multi-dsprites-64"

# load model and scheduler
pipe = DiffusionPipeline.from_pretrained(model_id, trust_remote_code=True)
pipe.to(device)


# run pipeline in inference (sample random noise and denoise)
generator = torch.Generator(device=device).manual_seed(46)
image = pipe(
  generator=generator,
  batch_size=1,
  num_inference_steps=1000
).images


# save image
image[0].save("sde_ve_generated_image.png")

📚 ドキュメント

データセット