项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-17 · 当前星标 ★ 516
使用教程
环境要求
- CUDA 显卡
- Python 3.10+
- 较大存储
安装与启动步骤
-
1建环境装包
它以可编辑方式安装进当前环境。
pip install -e . -
2备数据集
它自带抓取脚本，先把原始数据落到本地。
python3 -m ml_mdm.clis.scrape_cc12m -
3按索引下分片
大文件分片下，别想一次拉全。
python -m ml_mdm.clis.download_tar_from_index -
4起训练
配置驱动，先用小规模跑通管线。
-
5看采样质量
扩散模型先看生成样本，指标其次。
如何确认成功
用小规模数据跑通若干训练步并生成样本图，样本结构正常、没有明显噪点或崩坏
注意事项
- 它是大型实验室开源的高效文生图扩散模型训练包。
- 数据侧给了抓取与分片下载脚本，存储容量要先算够。
- 训练成本高，先小规模验证管线通不通。
- 研究代码，接口随论文调整。
核心亮点
- 在数据与算力受限场景下仍能训练出高质量文生图扩散模型，降低研究门槛
- 基于 PyTorch 实现，便于与现有深度学习工具链集成和二次开发
- 苹果开源，代码质量与工程规范有保障，适合做训练流程的消融实验
不足之处
- 项目处于早期阶段，文档和示例相对有限，上手需要一定扩散模型基础
- 社区规模较小，遇到问题可参考的讨论和第三方教程不多
适用场景
- 学术研究：在有限 GPU 资源下复现和验证文生图扩散模型训练方法
- 企业预研：用自有小规模图文数据微调或训练垂直领域生成模型
- 教学实践：作为扩散模型训练流程的教学案例，帮助学生理解数据与算力效率权衡
替代项目
diffusers、stable-diffusion、open_clip
上一篇：jax-llm-examples
下一篇：kohya-colab
同类项目推荐
Rearchitecting-LLMs
开源
手把手教你剪枝、蒸馏、优化注意力，免费GPU跑通
Official code for the Manning book on structural LLM optimization: depth/width pruni···
LLM-RLHF-Tuning-with-PPO-and-DPO
开源
一站式跑通大模型 RLHF：SFT 到 PPO/DPO 全流程
Comprehensive toolkit for Reinforcement Learning from Human Feedback (RLHF) training···
Confucius-tool-learning
开源
让大模型通过自我反思学会用工具，从易到难逐步精通
Official Repo for AAAI 2024 paper "Confucius: Iterative Tool Learning from Introspec···
OpenRLHF
开源
基于 Ray 的强化学习框架，让大规模 RLHF 训练又快又稳
An Easy-to-use, Scalable and High-performance Agentic RL Framework based on Ray (PPO···
torchtitan
开源
用纯 PyTorch 原生组件，快速搭起可扩展的大模型预训练流程
A PyTorch native platform for training generative AI models
SepLLM
开源
压缩冗余片段，让大模型推理快 2.5 倍
[ICML 2025] "SepLLM: Accelerate Large Language Models by Compressing One Segment int···
sd-lora-trainer
开源
拖入图片，一键训练专属 LoRA，快速定制 SD 模型风格
LoRa trainer for SDXL and SD15
FastVideo
开源
生成提速几十倍，再也不用干等出片
A unified inference and post-training framework for accelerated video generation.
vector-quantize-pytorch
开源
一行替换量化层，轻松训练离散潜变量模型
Vector (and Scalar) Quantization, in Pytorch