文件名称：improved-diffusion:发布改进的降噪扩散概率模型
文件大小：45KB
文件格式：ZIP
更新时间：2024-05-24 23:50:01
Python
改善扩散 这是的代码库。 用法 README的这一部分将逐步介绍如何训练模型并从模型中取样。 安装 克隆该存储库，然后在您的终端中导航至该存储库。 然后运行： pip install -e . 这应该安装脚本所依赖的improved_diffusion python软件包。 准备资料 训练代码从图像文件目录中读取图像。 在文件夹中，我们提供了用于为ImageNet，LSUN卧室和CIFAR-10准备这些目录的说明/脚本。 要创建自己的数据集，只需将所有图像转储到扩展名为“ .jpg”，“。jpeg”或“ .png”的目录中即可。 如果您希望训练一个类条件模型，则将文件命名为“ mylabel1_XXX.jpg”，“ mylabel2_YYY.jpg”等，以便数据加载器知道“ mylabel1”和“ mylabel2”是标签。 子目录也会自动枚举，因此可以将图像组织为递归结构（尽管目录名
【文件预览】：
improved-diffusion-main
----setup.py(168B)
----improved_diffusion()
--------resample.py(6KB)
--------respace.py(5KB)
--------gaussian_diffusion.py(31KB)
--------train_util.py(12KB)
--------dist_util.py(2KB)
--------__init__.py(74B)
--------script_util.py(8KB)
--------fp16_util.py(2KB)
--------unet.py(18KB)
--------nn.py(5KB)
--------image_datasets.py(4KB)
--------logger.py(14KB)
--------losses.py(2KB)
----.gitignore(24B)
----datasets()
--------lsun_bedroom.py(2KB)
--------README.md(3KB)
--------cifar10.py(944B)
----LICENSE(1KB)
----scripts()
--------image_nll.py(3KB)
--------image_train.py(2KB)
--------image_sample.py(3KB)
--------super_res_train.py(3KB)
--------super_res_sample.py(4KB)
----README.md(8KB)