Hugging Face 的徽标

Diffusers 文档

DDPM

Hugging Face's logo
加入 Hugging Face 社区

并获得增强文档体验

开始使用

DDPM

降噪扩散概率模型 (DDPM) 由 Jonathan Ho、Ajay Jain 和 Pieter Abbeel 提出，并提出了同名的基于扩散的模型。在 🤗 Diffusers 库中，DDPM 指的是论文中的 *离散去噪调度器* 以及管道。

论文摘要如下：

我们使用扩散概率模型（一类受非平衡热力学考虑启发的潜在变量模型）展示了高质量的图像合成结果。我们最好的结果是通过训练一个根据扩散概率模型和具有 Langevin 动力学的去噪分数匹配之间的新颖联系设计的加权变分界限获得的，并且我们的模型自然地允许一种渐进的损耗压缩方案，可以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 的最先进的 FID 分数。在 256x256 LSUN 上，我们获得了与 ProgressiveGAN 相似的样本质量。

原始代码库可以在 hohonathanho/diffusion 找到。

请务必查看调度器 指南，了解如何在调度器速度和质量之间进行权衡，并查看 跨管道重用组件 部分，了解如何有效地将相同的组件加载到多个管道中。

DDPMPipeline

class diffusers.DDPMPipeline

< >

( unet scheduler )

参数

图像生成管道。

此模型继承自 DiffusionPipeline。查看超类文档以了解为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__

< >

( batch_size: int = 1 generator: Union = None num_inference_steps: int = 1000 output_type: Optional = '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) — 用于使生成确定性的 torch.Generator。
  • num_inference_steps (int, 可选，默认为 1000) — 去噪步骤的数量。更多的去噪步骤通常会导致更高的图像质量，但推理速度会更慢。
  • output_type (str, 可选，默认为 "pil") — 生成的图像的输出格式。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，其中第一个元素是包含生成图像的列表

管道生成函数的调用。

示例

>>> from diffusers import DDPMPipeline

>>> # load model and scheduler
>>> pipe = DDPMPipeline.from_pretrained("google/ddpm-cat-256")

>>> # run pipeline in inference (sample random noise and denoise)
>>> image = pipe().images[0]

>>> # save image
>>> image.save("ddpm_generated_image.png")

ImagePipelineOutput

类 diffusers.ImagePipelineOutput

< >

( images: Union )

参数

  • images (List[PIL.Image.Image] 或 np.ndarray) — 长度为 batch_size 的去噪 PIL 图像列表或形状为 (batch_size, height, width, num_channels) 的 NumPy 数组。

图像管道的输出类。

< > 在 GitHub 上更新

←DDIM DeepFloyd IF→