Учебная диффузионная модель для безусловной генерации изображений CIFAR-10 размером 32×32.
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
Это демонстрационная модель диффузии на базе DDPMPipeline из библиотеки Diffusers, опубликованная как пример к Unit 2 курса по диффузионным моделям. По README, модель обучена на CIFAR-10 с размером изображений 32×32; её назначение — безусловно генерировать изображения по случайному шуму, без текстового запроса. Карточка показывает базовый запуск через DDPMPipeline. Репозиторий распространяется под лицензией MIT.
Название README указывает, что модель «fine-tuned» без изменения исходных параметров. Исходная базовая модель и число параметров не указаны, поэтому их нельзя определить по карточке. Модель подходит для учебных экспериментов с диффузией и генерации небольших изображений; она не предназначена для управляемой генерации по тексту.
Модель генерирует изображения 32×32 без управления текстовым запросом. README описывает её как учебный пример и не приводит сведений о качестве или более широких сценариях применения.
README от автора на Hugging Face, как он его опубликовал
CIFR10-32-finetuned-nothingchange
from diffusers import DDPMPipeline
pipeline = DDPMPipeline.from_pretrained('weide0118/ddpm-cifar10-32-finetuned-model')
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.