【从零编码Stable Diffusion • 中英】Coding Stable Diffusion from scratch｜Umar Jamil
作者: Mindofuture
作者简介: 日更｜Here is all you need | wx: mindofuture
描述: 从零开始完整编写 Stable Diffusion 代码，包含完整解释，包括数学原理的解释。对文本生成图像、图像生成图像、图像修复进行可视化解释。 https://github.com/hkproj/pytorch-stable-diffusion 章节 00:00:00 - 简介 00:04:30 - 什么是 Stable Diffusion？ 00:05:40 - 生成模型 00:12:07 - 前向和反向过程 00:17:44 - ELBO 和损失 00:20:30 - 生成新数据 00:22:20 - 无分类器引导 00:31:00 - CLIP 00:33:20 - 变分自编码器 00:37:26 - 文本生成图像 00:39:54 - 图像生成图像 00:41:40 - 图像修复 00:44:30 - 编写 VAE 代码 01:54:50 - 编写 CLIP 代码 02:09:10 - 编写 Unet 代码 03:04:40 - 编写 Pipeline 代码 03:53:00 - 编写调度器 (DDPM) 代码 04:38:00 - 编写推理代码
![[论文精读] Planning with Diffusion for Flexible Behavior Synthesis](/image/f077e1127cecee2b5a178c9c4380dce2976c3438.jpg@336w_190h_!web-video-rcmd-cover.avif)
![[FAI] 清华 卢睿 | 理解扩散模型生成文字的幻觉问题 | ICLR 2025](/image/3af7894381b3081941b00ac7201a0aa5bd653153.jpg@336w_190h_!web-video-rcmd-cover.avif)
