diffusion扩散模型\datawhale组队学习——v2-抄别人代码还要矫情一下

如果想学diffusion，又没有买纸质书咋办捏？

datawhale为我们提供了大佬的中文笔记！

学习来源：

https://relph1119.github.io/my-team-learning/#/diffusion_models_learning51/ch03/ch03

 

甚至比看github的代码还方便。

但是又不得不矫情一下，跟着做还有点问题。（小弟就不放大佬的笔记了，下面只有遇到的问题与解决的办法）

 

为了节省阅读时间，以下内容：
安装一个diffuser库（可能有点用）——第三第四章的运行环境前置安装

读代码的废话（完全没用）

 

 

 

 

 

 

 

 

 

 

 

首先，这些公式完全看不懂。希望懂得朋友读到这里能帮忙解释一下。

最下面的“优化目标公式”，是啥意思，为啥没有min，还能求最小值呢？难道目标是让L最小？

 

 

第二， 实战第一步卡死，环境准备缺失

笔记中：

 实际上：我diffuser呢？

 解决办法：

 随后第一段就通过了。但只是colab通过。本地又不行，如果有时间再研究本地。colab挺好用的。

第四章问题一样，而且这里可能不得不用colab，因为第四章后面要登陆huggingface，一次FQ就OK。

 

 

 

 

代码相关的废话：

 

第三章：只能看明白中间的加噪，还有模型的去噪效果。如何训练的不懂。而且也没有体现公式原理啥的，训练是函数执行的。

 

 

 

画图prompt：

 

A cool cybernetic cat,glowing neon fur,bionic eyes,mechanical tail,urbanbackground,cityscape reflections,high-tech,glitchy cyberpunk,metallic sheen,electricblue,urban glow,nighttime,chromatic aberration,vivid cyber colors,streetlight reflections.(best quality,4k,8k,highres,masterpiece:1.2),ultra-detailed,(realistic,photorealistic,photo-realistic:1.37),HDR,UHD,studio lighting,ultra-fine painting,sharp focus,physically-basedrendering,extreme detail description,professional,bokeh.

乱七八糟。

因为没有负面提示词，会随机产出各种奇怪的东西

 

a cut cat in a cyberpunk city, high details

也是不行

 

full body, long shot, a cate in a cyberpunk city, ....忘了

效果也一般。

 

 但也是矮子里面挑高个了。