diffuser扩散模型\datawhale组队学习——v4.交作业速通unit2.2

 

‌⁢⁣‍‌​​‍‌‍⁣⁡⁢​⁣​⁢⁣‬⁣⁢‌‌‍⁤‌‌⁣⁡‬‍​‍⁣⁡⁣​⁣⁢⁤​​‍​《扩散模型从原理到实践》学习手册 - 飞书云文档 (feishu.cn)

本篇文章是对照这篇学习表而跟进的学习笔记,具体而言,进度在这里:实战:创建一个类别条件扩散模型

 

 !!!!!如果只想交作业的话,把unit2.2的程序,改一个参数,然后全运行就完事了。

 

这一章节可以直接跑,全都没有问题。

但是遇到一个意外情况,应该不是很常见。

报错说,CUDA error: device-side assert triggered 

这可能是因为重复跑相同的模型,也不知道哪里出错了。反正只要重启一下就好了。

 

还有个很神奇的是,这里的数据名叫“fashionMNIST”,竟然就是一个数据库的函数,或者属性。还以为要在参数里写入FashionMNIST。

 换了数据库以后,重新训练很慢。。。又要吃不上热乎的饭了。

 

听说可以试试调节学习率、batch size 和训练的轮数(epochs)。
感觉都是通过调节训练量和效率,来影响最终结果的。这个逻辑也不错,相当于说,训练参数能对出图质量带来很大一部分提升,也不用考虑其他什么参数了。最后结果如下,感觉比训练集还丑。

 

 
参数测试结果,个人感觉差别不大,但明显有个比较浅,有个很深。其他就没啥区别了。三个参数分别是,【epochs,lr(学习率),batch_size】
 
 

 

 

 
 
posted @ 2023-10-26 18:25  windiest  阅读(20)  评论(0编辑  收藏  举报