DDIM官方代码调试

且漫CN

已于 2024-01-22 15:19:24 修改

阅读量1.3k

点赞数 17

分类专栏： stable diffusion 文章标签：人工智能 DDIM

于 2023-12-28 18:00:45 首次发布

本文链接：https://blog.youkuaiyun.com/u010006102/article/details/135275111

版权

stable diffusion 专栏收录该内容

17 篇文章

订阅专栏

本文分析了DDIM官方源码中噪声参数（α,β）的计算方法，涉及线性、常数、JSD和sigmoid函数，以及采样过程中时间步的影响。同时提到VSCode配置文件中的参数设置变化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

ddim官方源码分析

官方源码 ddim

$\beta_t \in(0,1)$ 的计算方式，有好几个种，源码中给出"linear"，“const”，“jsd”，“sigmoid”，取值范围在(0,1),随着time_step逐步递增，这是决定产生Noise的分布参数，影响很大。
也就是产生noise的参数是从 $\beta_t$ 中随机选出来的。
计算 ${\alpha}_{t}$ 和 $\bar{\alpha}_{t}$ ，这两个要搞清楚，后面的计算公式就不迷糊了
$\alpha_t=1-\beta_t$
$\bar{\alpha}_t= \alpha_1...\alpha_t$ 相乘
训练和DDPM保持不变
采样（推理）的公式变了，原来需要1000 steps，现在50个step就可以了，也就是中间可以跳过去。
对比了官网的代码，参数的命名很迷糊，目前我没有想到特别好的方案，反正一堆参数进去，要对原理完全理解，再去找代码确认理解是否到位。

vscode

{
    // Use IntelliSense to learn about possible attributes.
    // Hover to view descriptions of existing attributes.
    // For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387
    "version": "0.2.0",
    "configurations": [
        {
            "name": "test",
            "type": "python",
            "request": "launch",
            "program": "main.py",
            "console": "integratedTerminal",
            "justMyCode": true,
            "args": [
                "--config",
                "cifar10.yml",
                "--exp",
                "output/cifar10",
                "--doc",
                "ddim",
                "--sample",
                "--sequence",
                "--timesteps",
                "50",
                "--eta",
                "0",
                "--ni",
            ]
        },
        {
            "name": "main",
            "type": "python",
            "request": "launch",
            "program": "main.py",
            "console": "integratedTerminal",
            "justMyCode": true,
            "args": [
                "--config",
                "cifar10.yml",
                "--exp",
                "output/cifar10",
                "--doc",
                "ddim",
                "--ni",
            ]
        }
    ]
}