October 2024
Beginner to intermediate
340 pages
7h 38m
Korean
Content preview from 밑바닥부터 시작하는 딥러닝 5
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
Start your free trial
263
9
장
확산 모델 구현
이 코드를 실행하면 [그림
9
-
11
]의 이미지를 출력합니다. 반복문을 써서 노이즈를
100
번이나
추가하는 일 없이, 단 한 번의 노이즈 추가만으로 확산 과정을 구현했습니다.
그림
9-11
t
=100에서 노이즈 이미지
9.3.4
Diffuser
클래스 구현
마지막으로 지금까지 구현한 확산 과정 코드를 클래스로 정리하겠습니다. 클래스 이름은
Diffuser
로 합시다. 또한 다음 두 가지 사항에 대응하기 위해 일부 코드를 추가하겠습니다.
●
GPU
지원 :
CPU
와
GPU
중 원하는 장치 선택
●
배치 데이터 : (
C
,
H
,
W
)가 아닌 (
N
,
C
,
H
,
W
) 형태의 데이터 처리
코드는 다음과 같습니다.
class Diffuser:
def
__
init
__
(self, num
_
timesteps
=
1000, beta
_
start
=
0
.
0001, beta
_
end
=
0
.
02,
device
=
'cpu'):
self
.
num
_
timesteps
=
num
_
timesteps
self
.
device
=
device
self
.
betas
=
torch
.
linspace(beta
_
start, beta
_
end, num
_
timesteps,
device
=
device)
self
.
alphas
=
1
-
self
.
betas
step09/diffusion_model.py