开源协议: mit
评估指标:

• 均方误差
  库名称: diffusers
  标签:
• 扩散模型
  流水线类型: 无条件图像生成

星云模型卡片

DDPMNebula 是一个潜在噪声到图像的扩散模型，能够生成星云图像。有关 Stable Diffusion 工作原理的更多信息，请参阅 🤗 的 Stable Diffusion 博客。

您可以通过 Hugging Face 的 🧨Diffusers 库使用此模型。

Diffusers 使用示例

from diffusers import DiffusionPipeline  

pipeline = DiffusionPipeline.from_pretrained("nroggendorff/nebulae")  
pipe = pipeline.to("cuda")  

image = pipe().images[0]  

image.save("nebula.png")  

模型详情

• 训练批次大小: 16
• 评估批次大小: 16
• 训练轮数: 50
• 梯度累积步数: 1
• 学习率: 1e-4
• 学习率预热步数: 500
• 混合精度: "fp16"
• 评估指标: "均方误差"

局限性

• 模型无法实现完美的照片级真实感
• 模型无法生成清晰的文字
• 模型基于中等至大规模数据集训练: Nebulae

开发人员

• Noa Linden Roggendorff

此模型卡片由 Noa Roggendorff 编写，基于 Stable Diffusion v1-5 模型卡片。