/ Модель

Характеристики

Лицензия
MIT
Опубликована
26 июл 2026

cifar10-ddpm

Генерация изображенийТекст → изображение

Безусловная DDPM-модель на базе U-Net для генерации небольших изображений в стиле CIFAR-10.

0скачиваний за 30 дней0лайковвеса обновлены26 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

PeterRabbit/cifar10-ddpm — безусловная модель генерации изображений, обученная с нуля на CIFAR-10. Она предназначена для экспериментов с диффузионной генерацией и создания небольших изображений, похожих на примеры из этого набора данных; управление классом или текстовым запросом не поддерживается.

Модель построена на U-Net и содержит 18,7 млн параметров. В ней три уровня разрешения (32×32, 16×16 и 8×8), остаточные блоки с синусоидальными встраиваниями шага диффузии и self-attention на разрешениях 16×16 и 8×8. Для генерации используются EMA-веса и DDIM-сэмплирование за 50 шагов. Доступен экспорт ONNX в формате fp32 для запуска в браузере через WebGPU. Лицензия — MIT.

Сценарии применения

  • генерация небольших изображений без текстового запроса
  • эксперименты с диффузионными моделями на CIFAR-10
  • демонстрация генерации изображений в браузере через WebGPU

Ограничения

Модель обучена на CIFAR-10 и рассчитана на небольшие изображения; генерацией нельзя управлять классом или текстовым запросом. README не сообщает об оценке качества на независимом тесте.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CIFAR-10 DDPM (18.7M params, from scratch)

A small denoising diffusion probabilistic model (DDPM, Ho et al. 2020) trained on CIFAR-10, written from scratch in ~250 lines of plain PyTorch.

Try it in your browser — the ONNX export runs client-side on WebGPU, generating an image in ~2 seconds on your own GPU.

samples

Uncurated 8×8 grid after 300 epochs.

Model details

  • U-Net, 18.7M parameters: three resolution levels (32→16→8), residual blocks with sinusoidal timestep embeddings, self-attention at 16×16 and 8×8, dropout 0.1
  • Linear beta schedule, T=1000, trained with the simplified noise-prediction MSE objective
  • EMA of weights (decay 0.9995) used for sampling; DDIM sampling with 50 steps
  • Unconditional — no class or text control
  • Trained 300 epochs (~117k steps, batch 128) in ~4 hours on a single RTX 3090; final loss ≈ 0.029

Files

FileDescription
checkpoint.ptFull PyTorch checkpoint: raw weights, EMA weights, optimizer state (resumable)
unet.onnxEMA weights exported to ONNX (fp32), verified to 4e-6 against PyTorch
train_diffusion.pyComplete training script
sample.pyGenerate image grids from the checkpoint
export_onnx.pyReproduce the ONNX export

Usage

pip install torch torchvision
python sample.py --n 64 --seed 42          # sample a grid from checkpoint.pt
python train_diffusion.py --base 128 --epochs 300 --out out_big --sample-every 10 --ema-decay 0.9995   # retrain

Source and local web app: github.com/dannysheesh/cifar10-ddpm

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Безусловная генерация изображений пока не поддерживается.

Ревизия весов
96a0bf1

0 моделей