2025年ddpm模型跟dpm区别（ddm模型适用范围）

大家好，我是讯享网，很高兴认识大家。

参数名称条件参数参数使用方法参数类型参数解释–seed初始化种子int设置初始化种子，可复现网络生成的图片–conditional开启条件训练bool若开启可修改自定义配置，例如修改类别、classifier-free guidance插值权重–sample采样方式str设置采样器类别，当前支持ddpm，ddim–network训练网络str设置训练网络，当前支持UNet，CSPDarkUNet–run_name文件名称str初始化模型的文件名称，用于设置保存信息–epochs总迭代次数int训练总迭代次数–batch_size训练批次int训练批次大小–num_workers加载进程数量int用于数据加载的子进程数量，大量占用CPU和内存，但可以加快训练速度–image_size输入图像大小int输入图像大小，自适应输入输出尺寸–dataset_path数据集路径str有条件数据集，例如cifar10，每个类别一个文件夹，路径为主文件夹；无条件数据集，所有图放在一个文件夹，路径为图片文件夹–amp混合精度训练bool开启混合精度训练，有效减少显存使用，但无法保证训练精度和训练结果–optim优化器str优化器选择，目前支持adam和adamw–act激活函数str激活函数选择，目前支持gelu、silu、relu、relu6和lrelu–lr学习率float初始化学习率–lr_func学习率方法str设置学习率方法，当前支持linear、cosine和warmup_cosine–result_path保存路径str保存路径–save_model_interval是否在训练中储存bool是否在训练中储存，根据可视化生成样本信息筛选模型，如果为False，则只保存最后一个模型–save_model_interval_epochs保存模型周期int保存模型间隔并每 X 周期保存一个模型–start_model_interval设置开始每次训练存储编号int设置开始每次训练存储的epoch编号，该设置可节约磁盘空间，若不设置默认-1，若设置则从第epoch时开始保存每次训练pt文件，需要与–save_model_interval同时开启–vis可视化数据集信息bool打开可视化数据集信息，根据可视化生成样本信息筛选模型–num_vis生成的可视化图像数量int生成的可视化图像数量。如果不填写，则默认生成图片个数为数据集类别的个数–image_format生成图片格式str在训练中生成图片格式，默认为png–noise_schedule加噪方法str该方法是模型噪声添加方法–resume中断恢复训练bool恢复训练将设置为“True”。注意：设置异常中断的epoch编号若在–start_model_interval参数条件外，则不生效。例如开始保存模型时间为100，中断编号为50，由于我们没有保存模型，所以无法设置任意加载epoch点。每次训练我们都会保存xxx_last.pt文件，所以我们需要使用最后一次保存的模型进行中断训练–start_epoch中断迭代编号int设置异常中断的epoch编号，模型会自动加载当前编号的检查点–pretrain预训练模型训练bool设置是否启用加载预训练模型训练–pretrain_path预训练模型路径str预训练模型加载地址–use_gpu设置运行指定的GPUint一般训练中设置指定的运行GPU，输入为GPU的编号–distributed分布式训练bool开启分布式训练–main_gpu分布式训练主显卡int设置分布式中主显卡–world_size分布式训练的节点等级int分布式训练的节点等级， world_size的值会与实际使用的GPU数量或分布式节点数量相对应–num_classes是类别个数int类别个数，用于区分类别–cfg_scale是classifier-free guidance插值权重intclassifier-free guidance插值权重，用户更好生成模型效果

讯享网

2025年ddpm模型跟dpm区别（ddm模型适用范围）

相关推荐