Учебная DDPM-модель для безусловной генерации изображений через библиотеку Diffusers.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
dogfish-thinker/ddpm-celebahq-finetuned-butterflies-2epochs — модель безусловной генерации изображений на основе DDPM, опубликованная как пример дообучения для курса по диффузионным моделям. Карточка показывает запуск через DDPMPipeline из библиотеки Diffusers: модель принимает запрос без текстового условия и создаёт изображение.
Название репозитория указывает на дообучение на CelebA-HQ для генерации бабочек в течение двух эпох, однако README не описывает это назначение, поэтому эти детали нельзя считать подтверждёнными. Модель распространяется в форматах Diffusers и Safetensors по лицензии MIT. Размер модели и её разрешение карточка не сообщает.
README содержит только краткий пример запуска и не описывает качество, разрешение или ограничения модели. Указание на бабочек и две эпохи следует лишь из названия репозитория.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Describe your model here
from diffusers import DDPMPipeline
pipeline = DDPMPipeline.from_pretrained('dogfish-thinker/ddpm-celebahq-finetuned-butterflies-2epochs')
image = pipeline().images[0]
image
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Безусловная генерация изображений пока не поддерживается.