Big-Yellow-J

摘要： 本文介紹生成模型開發常用Python庫，重點講解Diffusers和Accelerate的基本使用。Accelerate支持分布式訓練、混合精度訓練、梯度累計等加速方法，簡化多顯卡訓練流程；Diffusers包含Scheduler（加噪處理、逐步解噪）、Stable Diffusion Pipeline等，輔助實現生成模型的訓練與推理，為算法工程師提供高效工具支持。 閱讀全文

摘要： 本文介紹基座擴散模型，涵蓋基于Unet的SD1.5、SDXL、Imagen及基于DiT框架的Hunyuan-DiT等。對比SD1.5與SDXL差異：SDXL采用雙CLIP編碼器（OpenCLIP-ViT/G+CLIP-ViT/L）提升文本理解，默認輸出1024x1024圖像；解析Imagen多階段生成策略、DiT的patch分割與adaLN結構，以及ControlNet、DreamBooth等Adapter技術在圖像生成控制中的應用。 閱讀全文