最小限のPyTorch確率的拡散モデル：2Dデータセット実験
2025-06-15
この記事では、2Dデータセットのための確率的拡散モデルの最小限のPyTorch実装について説明します。著者は、学習率、モデルサイズ、拡散プロセスの長さ、タイムステップエンコーディングなどのハイパーパラメータを様々な実験を通して探求しています。結果として、適切な学習率が非常に重要であり、より長い拡散プロセスにより完全なサンプルが生成され、モデル容量が主なボトルネックではないことが示されました。入力エンコーディングに正弦波埋め込みを使用することで、低次元領域における高周波数の関数の学習が容易になります。