DALLE-mtf

用大规模并行训练复现 DALL·E，从文本生成图像

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署图像生成 🍴 复刻 45 🐛 待处理 5 👀 关注 27

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 429

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，MIT许可证，可自由使用和部署，无付费版本。

项目预览

项目数据

分类图像生成

开发团队EleutherAI

官网地址https://www.eleuther.ai

GitHubhttps://github.com/EleutherAI/DALLE-mtf

定价模式🏷️完全免费

价格说明开源项目，MIT许可证，可自由使用和部署，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型artificial-intelligence,autoregressive,multimodal,text-to-image,transformers,variational-autoencoder

GitHub 星标★ 429

上线时间2021-01-09 00:00:00

代码更新2022-02-12

仓库体积279 KB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数3

项目介绍

DALLE-mtf 是 OpenAI 官方发布的 DALL·E 模型在 mesh-tensorflow 框架下的实现，用于大规模训练文本生成图像模型。它解决了原始 DALL·E 代码未开源、研究者难以复现和扩展的问题，提供了完整的训练流程，包括离散变分自编码器（dVAE）和自回归 Transformer 的联合训练。核心能力包括：支持超大规模并行训练（通过 mesh-tensorflow 实现模型并行和数据并行）、处理文本与图像的多模态数据、生成符合文本描述的图像。项目包含数据预处理、训练脚本和模型配置，适合有分布式训练资源的研究团队进行二次开发。

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 2026-08-09 · 当前星标 ★ 429

技术标签

artificial-intelligence autoregressive multimodal text-to-image transformers

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：高级约 50 分钟部署方式：本地GPU 4 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

TPU 或旧版 TensorFlow 环境
Python 3.7

安装与启动步骤

1先确认时代背景

它是 Mesh-TensorFlow 时代的实现，框架本身已停止维护。
2拉依赖仓库

它复用同一作者的 GPT-Neo 代码库作为底座。
```
git clone https://github.com/EleutherAI/GPTNeo
```
3装依赖

依赖锁定旧版 TensorFlow，新环境基本装不上。
```
pip3 install -r requirements.txt
```
4跑一个训练脚本

原脚本面向 TPU，换 GPU 要改分布式配置。