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】
