基于MNIST数据集，从零构建diffusion扩散模型

本项目以MNIST数据集为例，从零构建扩散模型，具体会涉及到如下知识点：

• 退化过程（向数据中添加噪声）
• 构建一个简单的UNet模型
• 训练扩散模型
• 采样过程分析

🔥开始

#克隆仓库
git clone https://github.com/ReLuckyLucy/diffusion_mnist
cd diffusion_mnist

#创建虚拟环境
conda create -n diffusion_mnist python==3.9 -y
conda activate diffusion_mnist

# 通过pip下载依赖
pip install -r requirements.txt -i https://pypi.mirrors.ustc.edu.cn/simple/

📜数据集

MNIST数据集是一个小数据集，存储的是0-9手写数字字体，每张图片都28X28的灰度图片，每个像素的取值范围是[0,1]，

🔛开始训练

python main.py

🪦结果

展示其训练过程的loss曲线如下图所示：

结果将保存在/output文件夹内