工具介绍
通过降噪扩散 GAN 解决生成式学习三难问题 https://arxiv.org/abs/2112.07804
"解决生成学习三难问题,使用降噪扩散 GAN"(ICLR 2022 焦点论文) 的 PyTorch 官方实现# 生成降噪扩散模型通常假设降噪分布可以用高斯分布来建模。这种假设仅适用于小的降噪步长,在实际应用中,这意味着合成过程中需要进行数千次降噪。在我们的降噪扩散 GAN 中,我们使用多模态和复杂的条件 GAN 来表示降噪模型,从而能够在最少两个步骤中高效地生成数据。
设置数据集 ## 我们使用了多个数据集进行训练,包括 CIFAR10、LSUN Church Outdoor 256 和 CelebA HQ 256。 对于大型数据集,我们将数据存储在 LMDB 数据集中,以提高 I/O 效率。有关数据集准备的信息,请参阅 这里。
我们使用 8 个 32 GB V100 GPU 训练 Denoising Diffusion GAN 在 CelebA HQ 256 上。