simple-diffusion
用最简代码看懂扩散模型，快速跑通图像生成
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 2026-08-09 · 当前星标 ★ 137
核心亮点
- 代码极简，聚焦扩散模型核心，无冗余封装，易读易改
- 完整实现 DDPM 训练与采样流程，可快速复现生成效果
- 包含 UNet 和注意力机制，为后续扩展 Stable Diffusion 打基础
不足之处
- 功能单一，不支持文本条件生成，无法直接用于实际产品
- 文档/社区待观察
适用场景
- 教学演示：在课堂或工作坊中讲解扩散模型原理
- 快速原型：验证新想法时作为基线代码
- 个人学习：通过阅读源码深入理解 DDPM 内部机制
替代项目
denoising-diffusion-pytorch、diffusers、openai/improved-diffusion
同类项目推荐
get_model
开源
模块化建模跨细胞类型转录调控，多模态数据一键训练
A modular framework for multimodal cross-cell-type transcriptional regulation models
AlignProp
开源
直接反向传播奖励，让扩散模型更听话，效率提升25倍
AlignProp uses direct reward backpropogation for the alignment of large-scale text-t···
neptune-client
开源
一键记录训练实验，自动追踪指标与模型，团队协作更高效
The experiment tracker for foundation model training
mrmr
开源
高维数据下自动选特征，去冗余提精度
mRMR (minimum-Redundancy-Maximum-Relevance) for automatic feature selection at scale···
modalities
开源
PyTorch 原生分布式训练，配置化复现大模型实验
Modalities, a PyTorch-native framework for distributed and reproducible foundation m···
PyTorch-CycleGAN
开源
用无配对图片训练，轻松实现风格迁移和图像转换
A clean and readable Pytorch implementation of CycleGAN
makeMoE
开源
手写稀疏混合专家模型，彻底搞懂 MoE 原理
From scratch implementation of a sparse mixture of experts language model inspired b···
neural-structured-learning
开源
给模型加图关系与对抗约束，少标注也能训得更准
Training neural models with structured signals.
datablations
开源
数据不够时，教你如何最优训练大模型
Scaling Data-Constrained Language Models