diffusion:去噪扩散概率模型 源码
去噪扩散概率模型 乔纳森·何(Jonathan Ho),阿杰伊·贾恩(Ajay Jain),彼得阿比尔 论文: : 网址: : 实验在Google Cloud TPU v3-8上运行。需要TensorFlow 1.15和Python 3.5,以及CPU实例的以下依赖关系(请参阅requirements.txt ): pip3 install fire pip3 install scipy pip3 install pillow pip3 install tensorflow-probability==0.8 pip3 install tensorflow-gan==0.0.0.dev0 pip3 install tensorflow-datasets==2.1.0 培训和评估脚本位于scripts/子目录中。运行训练和评估的命令在脚本顶部的注释中。数据存储在GCS存储桶中。编写脚本
下载地址
用户评论
该文件的扩散概率模型对于去噪问题提供了一种有效的解决方案，值得重视。
该文件的解释和应用实例很清晰，使得普通用户也能理解和使用这个扩散概率模型。
这个文件中的去噪扩散概率模型在应用中表现出了令人印象深刻的效果。