用于训练和采样从扩散模型的简单易读代码
[![教程博客文章][blog-img]][blog-url] [![论文链接][arxiv-img]][arxiv-url] [![在 Colab 中打开][colab-img]][colab-url] [![Pypi 项目][pypi-img]][pypi-url] [![构建状态][build-img]][build-url]
一个轻量级的扩散库，用于训练和从扩散和流模型中采样。特点： - 设计便于在训练新模型或开发新采样器时进行实验 - 数据集支持：2D 玩具数据集、像素和隐空间图像数据集 - 示例训练代码（与 SOTA FID 相当）：FashionMNIST、CIFAR10、Imagenet - 模型：MLP、U-Net 和 DiT - 支持多种参数化方式：分数、流或数据预测 - [小巧但可扩展的核心][diffusion-py]: 训练和采样的代码少于 100 行
要从 [pypi][pypi-url] 安装:
暂无开放 Issues，或尚未同步最近议题。