算力平台:
DDPMScheduler
去噪扩散概率模型(DDPM)由Jonathan Ho、Ajay Jain和Pieter Abbeel提出,是一种基于扩散的模型。在🤗 Diffusers库的上下文中,DDPM指的是论文中的离散去噪调度器以及相应的管道。
论文的摘要如下:
我们提出了使用扩散概率模型生成高质量图像的结果,这是一种受非平衡热力学考虑启发的潜在变量模型。我们最好的结果是通过在一个加权变分边界上进行训练获得的,该边界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,并且我们的模型自然地承认一种渐进的有损解压缩方案,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的最新FID分数。在256x256的LSUN数据集上,我们获得了与ProgressiveGAN相似的样本质量。我们的实现可在此https URL获得。
DDPMScheduler
[[autodoc]] DDPMScheduler
DDPMSchedulerOutput
[[autodoc]] schedulers.scheduling_ddpm.DDPMSchedulerOutput