Ddpm Ema Celebahq 256

🚀 ノイジング拡散確率モデル (DDPM)

拡散確率モデルを用いた高品質な画像合成を実現するモデルです。非平衡熱力学から着想を得た潜在変数モデルの一つで、高い性能を発揮します。

🚀 クイックスタート

このDDPMモデルは、非平衡熱力学から着想を得た潜在変数モデルの一つで、高品質な画像合成を実現します。以下に、モデルの推論と学習に関する基本的な情報を示します。

✨ 主な機能

• 高品質な画像合成が可能です。
• 複数のノイズスケジューラをサポートしており、品質と推論速度のバランスを調整できます。
• 画像生成のための学習を行うことができます。

💻 使用例

基本的な使用法

# !pip install diffusers
from diffusers import DDPMPipeline, DDIMPipeline, PNDMPipeline

model_id = "google/ddpm-ema-celebahq-256"

# load model and scheduler
ddpm = DDPMPipeline.from_pretrained(model_id)  # you can replace DDPMPipeline with DDIMPipeline or PNDMPipeline for faster inference

# run pipeline in inference (sample random noise and denoise)
image = ddpm().images[0]

# save image
image.save("ddpm_generated_image.png")

高度な使用法

# 品質と推論速度のバランスを考慮して、DDIMまたはPNDMスケジューラを使用する例
from diffusers import DDIMPipeline

model_id = "google/ddpm-ema-celebahq-256"
ddim = DDIMPipeline.from_pretrained(model_id)
image = ddim().images[0]
image.save("ddim_generated_image.png")

📚 ドキュメント

論文情報

• 論文: Denoising Diffusion Probabilistic Models
• 著者: Jonathan Ho, Ajay Jain, Pieter Abbeel
• 概要: 非平衡熱力学から着想を得た潜在変数モデルである拡散確率モデルを用いて、高品質な画像合成結果を提示します。最良の結果は、拡散確率モデルとランジュバン動力学を用いたノイズ除去スコアマッチングとの新しい関係に基づいて設計された重み付き変分バウンドで学習することで得られます。また、このモデルは自然に漸進的な損失圧縮スキームを認め、自己回帰復号の一般化として解釈できます。無条件のCIFAR10データセットでは、Inceptionスコア9.46と最先端のFIDスコア3.17を達成しています。256x256のLSUNでは、ProgressiveGANと同程度のサンプル品質を得ています。

推論情報

DDPMモデルは、以下のような離散ノイズスケジューラを使用できます。

• scheduling_ddpm
• scheduling_ddim
• scheduling_pndm

ただし、ddpmスケジューラは最も高い品質を得られますが、推論に時間がかかります。品質と推論速度のバランスを考える場合は、ddimまたはpndmスケジューラを検討すると良いでしょう。

詳細な情報については、公式の推論例を参照してください。

学習情報

独自のモデルを学習させたい場合は、公式の学習例を参照してください。

サンプル画像

📄 ライセンス

このプロジェクトは、Apache-2.0ライセンスの下で公開されています。