(Ken Cen出品)Generative AI第25部 使用Pytorch編寫 Stable Diffusion 下部

繼續在(Ken Cen出品)Generative AI第24部 使用Pytorch編寫 Stable Diffusion 上部的基礎上，實現整個 Diffusion，擴散過程和 DDPM 實現模型學習 Latent Space 數據分佈過程，這是 Stable Diffusion 中的核心關鍵。

課程不使用其他外部 library，以 Pytorch 作為底層構建 Stable Diffusion 所需一切組件，最終將根據用戶的 prompt 在 VSCode 中生成圖片。

• 從 U-NET 開始構建，創建 U-NET 內部的Encoder，Bottle Neck， Decoder，了解內容結構

• 如何讓 U-NET 以用不同參數餵養Encoder，Bottle Neck， Decoder，以及每個組件中，如何搭配 Self-Attention & Cross-Attention 和 Residual

• 用 Pipeline 組織 CLIP，VAE，U-NET，根據不同的Classifier Free Guidance 輸出不同的雜訊預測，結合 Context 輸入得到 U-NET 的輸出

• 最終輸入 Stable Diffusion 預訓練模型的權重，按Prompt 生成圖片。