This is the Windows app named Guided Diffusion whose latest release can be downloaded as guided-diffusionsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Download and run online this app named Guided Diffusion with OnWorks for free.
Làm theo các hướng dẫn sau để chạy ứng dụng này:
- 1. Đã tải ứng dụng này xuống PC của bạn.
- 2. Nhập vào trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 3. Tải lên ứng dụng này trong trình quản lý tệp như vậy.
- 4. Khởi động bất kỳ trình giả lập trực tuyến OS OnWorks nào từ trang web này, nhưng trình giả lập trực tuyến Windows tốt hơn.
- 5. Từ Hệ điều hành Windows OnWorks bạn vừa khởi động, hãy truy cập trình quản lý tệp của chúng tôi https://www.onworks.net/myfiles.php?username=XXXXX với tên người dùng mà bạn muốn.
- 6. Tải xuống ứng dụng và cài đặt nó.
- 7. Tải xuống Wine từ kho phần mềm phân phối Linux của bạn. Sau khi cài đặt, bạn có thể nhấp đúp vào ứng dụng để chạy chúng với Wine. Bạn cũng có thể thử PlayOnLinux, một giao diện đẹp mắt trên Wine sẽ giúp bạn cài đặt các chương trình và trò chơi phổ biến của Windows.
Wine là một cách để chạy phần mềm Windows trên Linux, nhưng không cần Windows. Wine là một lớp tương thích Windows mã nguồn mở có thể chạy các chương trình Windows trực tiếp trên bất kỳ máy tính để bàn Linux nào. Về cơ bản, Wine đang cố gắng triển khai lại đủ Windows từ đầu để nó có thể chạy tất cả các ứng dụng Windows đó mà không thực sự cần đến Windows.
MÀN HÌNH
Ad
Khuếch tán có hướng dẫn
MÔ TẢ
The guided-diffusion repository is centered on diffusion models for image synthesis, with a focus on classifier guidance and improvements over earlier diffusion frameworks. It is derived from OpenAI’s improved-diffusion work, enhanced to include guided generation where a classifier (or other guidance mechanism) can steer sampling toward desired classes or attributes. The code provides model definitions (UNet, diffusion schedules), sampling and training scripts, and utilities for guidance and evaluation. A key insight is that combining diffusion sampling with classifier gradients allows fine control over the generated images, trading off diversity vs fidelity. The repository includes scripts such as image_train.py, image_sample.py, and classifier_train.py to train diffusion models, generate samples, and train guiding classifiers. It also ships with precomputed evaluation batches and baseline comparisons to support reproducible benchmarking of new models.
Tính năng
- Diffusion model architecture (UNet, noise schedules, training utilities)
- Classifier-guided sampling: combining diffusion with classifier gradients
- Scripts for training models (image_train.py), sampling (image_sample.py), and classifier training
- Precomputed evaluation batches and baseline metrics for reproducibility
- Modular code enabling new guidance modalities or architectural tweaks
- Branching from improved-diffusion with enhancements in guided generation
Ngôn ngữ lập trình
Python
Danh Mục
This is an application that can also be fetched from https://sourceforge.net/projects/guided-diffusion.mirror/. It has been hosted in OnWorks in order to be run online in an easiest way from one of our free Operative Systems.
