lucidrains/denoising-diffusion-pytorch

🚀 Denoising Diffusion bằng PyTorch — Sinh ảnh chất lượng từ nhiễu

Implement trực tiếp mô hình DDPM từ nghiên cứu gốc, hỗ trợ cả huấn luyện đa GPU và dữ liệu 1D.

Dự án denoising-diffusion-pytorch là một thư viện mã nguồn mở bằng Python/PyTorch, cài đặt lại mô hình Denoising Diffusion Probabilistic Model (DDPM) — một phương pháp sinh mẫu mới có tiềm năng cạnh tranh trực tiếp với GANs. Thay vì dùng GAN để sinh trực tiếp, DDPM học cách loại bỏ nhiễu từ từ qua nhiều bước, dẫn đến chất lượng sinh học lực hơn và ổn định hơn trong một số trường hợp.

✨ Điểm nổi bật

• Mô hình Unet: Hỗ trợ cấu hình linh hoạt với dim, dim_mults, và flash_attn để tối ưu tốc độ.
• GaussianDiffusion: Hỗ trợ thiết lập image_size, timesteps, và sampling_timesteps (dùng DDIM để tăng tốc suy diễn).
• Trainer tích hợp sẵn: Tự động hóa huấn luyện với hỗ trợ thư mục ảnh, gradient accumulation, AMP, EMA, và đánh giá FID.
• Hỗ trợ đa GPU: Sử dụng 🤗 Accelerator để dễ dàng mở rộng huấn luyện trên nhiều GPU.
• Phiên bản 1D: Cung cấp Unet1D, GaussianDiffusion1D, và Trainer1D cho dữ liệu dạng chuỗi (ví dụ: âm thanh, thời gian).
• Cài đặt đơn giản: Chỉ với pip install denoising_diffusion_pytorch và vài dòng code, người dùng có thể bắt đầu huấn luyện hoặc sinh mẫu ngay lập tức.

💡 Vì sao đáng chú ý

Không giống các framework sinh khác phức tạp, dự án này tập trung vào độ đơn giản và khả năng mở rộng. Người dùng chỉ cần một vài dòng cấu hình để huấn luyện một mô hình diffusion hoàn chỉnh, nhờ vào lớp Trainer được thiết kế thông minh. Ngoài ra, việc hỗ trợ cả dữ liệu 1D mở rộng ứng dụng sang lĩnh vực âm thanh, thời gian và các dãy tuần tự khác — nơi mà diffusion cũng đang thu hút sự quan tâm.

#DiffusionModel #PyTorch #GenerativeAI #DDPM #TiniX