从零开始的扩散
王斌旭 (binxu_wang@hms.harvard.edu)
哈佛大学"从零开始的机器学习"研讨会系列中的稳定扩散模型教程。
这个小型自包含代码库允许你:
- 在单个Python脚本中重建稳定扩散模型。
- 在经典数据集如MNIST、CelebA上训练你自己的玩具版稳定扩散模型。
Colab笔记本
- 使用稳定扩散并检查模型的内部架构。在Colab中打开
- 在笔记本中从头构建你自己的稳定扩散UNet模型。(代码不到300行!)在Colab中打开
- 构建一个扩散模型(带UNet + 交叉注意力),并训练它基于"文本提示"生成MNIST图像。在Colab中打开(练习) 在Colab中打开(答案)
演示输出
音乐视频由稳定扩散生成。