2小时动手学习扩散模型（pytorch版）

课程地址

2小时动手学习扩散模型（pytorch版）

课程目标

给零基础同学快速了解扩散模型的核心模块，有个整体框架的理解。知道扩散模型的改进和设计的核心模块。

课程特色：

• 25页的详细项目介绍说明文档；（附赠详细项目文档）
• 学习环境搭建；
• 代码逐行讲解
• Huggingface项目源码

课程小节

0. 整体介绍（5分钟）

1. 安装搭建运行环境
   1.本地安装（CPU或者租赁的GPU）
   （1）新建虚拟环境
   （2）包安装
   （3）检查包是否成功安装
   2.jupyter notebook运行安装
   （1）注册
   （2）下载代码仓库

2. 常用数据集datasets下载

   1. 介绍3个数据集网址
      （1）PapersWithCode
      （2）Huggingface数据集
      （3）DataSet
   2. 以MNIST手写数据集为例，说明DataSet的使用
      （1）直接下载
      （2）本地文件上传解压缩

3. 项目：diffusion-models-from-scratch（demo）

   1. 设定加噪过程（corrupt process）：向数据添加噪声
   2. Unet是什么，以及如何从头开始实现一个极小的UNet
   3. Training the Net 训练扩散模型
   4. Sampling 采样
   5. 效果改进

4. 项目：diffusion-models-from-scratch（对比DDPM进行扩展改进）

   1. 调整Unet结构：BasicUnet -> UNet2DModel
   2. 设定加噪过程（noise scheduler）：向数据添加噪声
   3. 采样器
      
      
      附赠文档：
      

课程地址：

2小时动手学习扩散模型（pytorch版）