SrivikramMV 开源 beta-VAE 与 Stable Diffusion 潜空间 DDPM 实验仓库

SrivikramMV 在 GitHub 发布 generative-models-vae-diffusion 项目，实现卷积 beta-VAE 和运行在 Stable Diffusion 2 预训练 VAE 潜空间中的 DDPM，属学习性生成模型实验。 具体实现为：beta-VAE 在 MNIST 上使用 20 维潜空间、约 428,000 参数；潜空间扩散实验将 112×112 RGB 图像编码为 4×14×14 潜表示，采用 1,000 步扩散调度和约 6.94M 参数的时间条件 U-Net。实验为无条件生成，不使用文本提示或类别条件引导，使用 MNIST 与热狗图像数据集，通过迭代反向去噪采样并经预训练 VAE 解码生成图像。 限制条件：原始扩散检查点和完整生成图像集未包含在仓库中，扩散实验建议使用支持 CUDA 的 GPU。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。