Ddpm Cat 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技術で、非平衡熱力学から着想を得た潜在変数モデルのクラス。CIFAR10やLSUNなどのデータセットで優れた結果を達成します。

🚀 クイックスタート

DDPMは、非平衡熱力学から着想を得た潜在変数モデルのクラスであり、高品質な画像合成結果を提供します。以下のセクションでは、推論とトレーニングの方法について説明します。

✨ 主な機能

• 高品質な画像合成が可能で、CIFAR10やLSUNなどのデータセットで優れたスコアを達成。
• 様々なノイズスケジューラーをサポートし、品質と推論速度のバランスを調整できる。
• 自然な漸進的損失圧縮スキームを持ち、自己回帰デコーディングの一般化として解釈できる。

📦 インストール

# !pip install diffusers

💻 使用例

基本的な使用法

# 元のコードとコメントを保持
# !pip install diffusers
from diffusers import DDPMPipeline, DDIMPipeline, PNDMPipeline

model_id = "google/ddpm-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")

高度な使用法

# より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
# For more in-detail information, please have a look at the [official inference example](https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/diffusers_intro.ipynb)

📚 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: 拡散確率モデルを用いた高品質な画像合成結果を提示します。この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クラスです。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ジングスコアマッチングの新しい関係に基づいて設計された重み付き変分境界でトレーニングすることで得られます。また、このモデルは自然に漸進的損失圧縮スキームを持ち、自己回帰デコーディング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を達成しました。256x256のLSUNでは、ProgressiveGANに匹敵する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ー を使用できます。

• scheduling_ddpm
• scheduling_ddim
• scheduling_pndm

ddpm スケジューラーは最も高品質な結果をもたらしますが、推論に最も時間がかかります。品質と推論速度のバランスを取るためには、ddim または pndm スケジューラーを検討すると良いでしょう。

トレーニング情報

独自のモデルをトレーニングする場合は、公式のトレーニング例 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 ライセンスの下で提供されています。