摘要：## UNet2DModel 整体网络结构 block_out_channels： 参考UNet的思路，收缩阶段图像空间尺寸在变小但特征通道则增加；扩张阶段则相反。 - conv_in： 对输入的像素空间图像进行卷积处理，获得指定通道且与原始图像相同尺寸的第一层特征图 - down_blocks：依 阅读全文

摘要：## 总览 原始的扩散模型训练及推理是在像素空间进行的，这将耗费大量的GPU和能量资源。为了缓解这一状况，作者提出了一种方案，将高分辨率图像的合成过程分解为两个过程：图像编解码和隐特征空间扩散。 - 图像编码器将像素空间中图像编码为隐特征latent code（生成过程不需要此步骤） - 扩散模型D 阅读全文