Ddpm Ema Cat 256

🚀 ノイジング拡散確率モデル (DDPM)

DDPMは、非平衡熱力学から着想を得た潜在変数モデルの一種であり、高品質な画像合成結果を提供します。このモデルは、特定のデータセットで優れたInceptionスコアとFIDスコアを達成しています。

🚀 クイックスタート

論文情報

• 論文: Denoising Diffusion Probabilistic Models
• 著者: Jonathan Ho, Ajay Jain, Pieter Abbeel
• 概要: 我々は、非平衡熱力学の考慮から着想を得た潜在変数モデルの一種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。我々の最良の結果は、拡散確率モデルとLangevinダイナミクスによる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を訓練することで得られます。我々のモデルは、自然に漸進的な損失圧縮スキームを認め、これは自己回帰復号化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、9.46のInceptionスコアと3.17の最先端のFIDスコアを得ました。256x256のLSUNでは、ProgressiveGANに匹敵するサンプル品質を得ました。

✨ 主な機能

推論

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

なお、ddpmスケジューラは最も高品質な結果をもたらしますが、処理時間も最も長くなります。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。

コード例

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

model_id = "google/ddpm-ema-cat-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")

より詳細な情報については、公式の推論サンプルを参照してください。

訓練

独自のモデルを訓練する場合は、公式の訓練サンプル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ライセンスの下で提供されています。