Diffusers 文档
DDPM
并获得增强的文档体验
开始使用
DDPM
去噪扩散概率模型 (DDPM) 由 Jonathan Ho、Ajay Jain 和 Pieter Abbeel 提出,该模型是一个基于扩散的模型,名称与论文相同。在 🤗 Diffusers 库中,DDPM 指的是论文中的*离散去噪调度器*以及相应的管道。
论文摘要如下:
我们利用扩散概率模型(一种受非平衡热力学启发而建立的潜变量模型)取得了高质量图像合成结果。我们通过根据扩散概率模型与 Langevin 动力学去噪分数匹配之间的新颖联系设计的加权变分下界进行训练,获得了最佳结果。我们的模型自然支持渐进式有损解压方案,该方案可解释为自回归解码的推广。在无条件 CIFAR10 数据集上,我们获得了 9.46 的 Inception 分数和 3.17 的最先进 FID 分数。在 256x256 LSUN 上,我们获得了与 ProgressiveGAN 相似的样本质量。
原始代码库可在 hojonathanho/diffusion 找到。
DDPMPipeline
class diffusers.DDPMPipeline
< 来源 >( unet: UNet2DModel scheduler: DDPMScheduler )
参数
- unet (UNet2DModel) — 用于去噪编码图像潜在变量的
UNet2DModel
。 - scheduler (SchedulerMixin) — 与
unet
结合使用以去噪编码图像的调度器。可以是 DDPMScheduler 或 DDIMScheduler 之一。
图像生成管道。
此模型继承自 DiffusionPipeline。请查阅超类文档,了解所有管道实现的通用方法(下载、保存、在特定设备上运行等)。
__call__
< 来源 >( batch_size: int = 1 generator: typing.Union[torch._C.Generator, typing.List[torch._C.Generator], NoneType] = None num_inference_steps: int = 1000 output_type: typing.Optional[str] = 'pil' return_dict: bool = True ) → ImagePipelineOutput 或 tuple
参数
- batch_size (
int
, 可选, 默认为 1) — 要生成的图像数量。 - generator (
torch.Generator
, 可选) — 一个torch.Generator
用于使生成具有确定性。 - num_inference_steps (
int
, 可选, 默认为 1000) — 去噪步数。更多的去噪步数通常会产生更高质量的图像,但推理速度会变慢。 - output_type (
str
, 可选, 默认为"pil"
) — 生成图像的输出格式。在PIL.Image
或np.array
之间选择。 - return_dict (
bool
, 可选, 默认为True
) — 是否返回 ImagePipelineOutput 而不是普通元组。
返回
ImagePipelineOutput 或 tuple
如果 return_dict
为 True
,则返回 ImagePipelineOutput,否则返回一个 tuple
,其中第一个元素是生成的图像列表
用于生成的管道的调用函数。
ImagePipelineOutput
class diffusers.ImagePipelineOutput
< 来源 >( images: typing.Union[typing.List[PIL.Image.Image], numpy.ndarray] )
图像流水线的输出类。