别再死磕GAN了！用PyTorch从零实现DDPM图像生成（附CIFAR-10完整代码）-CSDN博客

从理论到实践：PyTorch实现DDPM图像生成的完整指南

引言

在生成式AI领域，扩散模型（Diffusion Models）正迅速成为继GAN之后的新宠。2022年DALL·E 2和Imagen等突破性应用的背后，正是这种基于概率扩散原理的模型架构。与GAN的对抗训练不同，扩散模型通过逐步去噪的过程生成图像，避免了模式崩溃和训练不稳定的问题。本文将带您从零开始，用PyTorch实现一个完整的DDPM（Denoising Diffusion Probabilistic Models）模型，并在CIFAR-10数据集上进行训练和测试。

为什么选择DDPM而不是GAN？

更稳定的训练过程，无需精心平衡生成器和判别器
生成质量更高，细节更丰富
理论框架更严谨，数学基础更扎实
可扩展性强，易于与其他架构（如Transformer）结合

1. 环境准备与数据加载

1.1 安装依赖

首先确保您的Python环境已安装以下包：

pip install torch torchvision numpy matplotlib tqdm

1.2 CIFAR-10数据集处理

我们将使用torchvision内置的CIFAR-10加载器：

from torchvision import datasets, transforms
from torch.utils.data import DataLoader

def get_cifar_loaders(batch_size=128):
    transform = transforms.Compose([
        transforms.ToTensor(),
        transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))
    ])
    
    train_set = datasets.CIFAR10(
        root='./data',
        train=True,
        download=True,
        transform=transform
    )
    
    train_loader = DataLoader(
        train_set,
        batch_size=batch_size,
        shuffle=True,
        num_workers=4,
        pin_memory=True
    )
    
    return train_loader

提示：数据归一化到[-1,1]范围对扩散模型训练很重要，这能确保噪声添加过程的有效性

2. DDPM核心架构实现

2.1 噪声调度器

扩散过程的关键是定义如何随时间步添加噪声：

import math
import torch

def linear_beta_schedule(timesteps, start=0.0001, end=0.02):
    return torch.linspace(start, end, timesteps)

def cosine_beta_schedule(timesteps, s=0.008):
    steps = timesteps + 1
    x = torch.linspace(0, timesteps, steps)
    alphas_cumprod = torch.cos(((x / timesteps) + s) / (1 + s) * math.pi * 0.5) ** 2
    alphas_cumprod = alphas_cumprod / alphas_cumprod[0]
    betas = 1 - (alphas_cumprod[1:] / alphas_cumprod[:-1])
    return torch.clip(betas, 0, 0.999)

两种调度方式对比：