TimeStepUNet 模型架構與擴散模型訓練
本文深入解析 TimeStepUNet 模型的架構、實作細節與訓練流程，包含模型初始化、前向傳播、影像生成函式等關鍵部分。此外，文章也詳細說明瞭擴散模型的訓練步驟，並以程式碼示例展示批次訓練、訓練週期執行與擴散步驟視覺化等過程。最後，本文介紹如何使用預訓練的 Stable Diffusion 模型和 SDEdit
影像生成
2
Articles
SDXL 技術細節解析與影像生成技術進展
本文深入探討 SDXL 的核心技術細節，包含裁剪坐標條件、目標寬高比條件、UNet 架構、VAE 改進以及精煉模型等關鍵技術，並分析這些技術如何提升影像生成品質與解析度。同時，本文也探討 Stable Diffusion 的引數設定、文字嵌入技巧，以及 CFG