- 模型资讯
- 模型资料
Small Stable Diffusion V0
最近，我们发布了diffusion-deploy，以加快在GPU(~4倍速度，基于TensorRT)和CPU(~12倍速度，基于IntelOpenVINO)上的推理。
与这个 repo 集成后，small-stable-diffusion可以在CPU上仅用10秒生成图像。
这里我们给出了一个small-stable-diffusion, 和stablte diffusion相似的图片质量，但是模型小了近一半
一些样例:
代码使用范例
import torch
import cv2
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks
task = Tasks.text_to_image_synthesis
model_id = 'modelscope/small-stable-diffusion-v0'
# 基础调用
pipe = pipeline(task=task, model=model_id, model_revision='v1.0.2')
output = pipe({'text': 'an apple'})
Training
Initialization
这个模型是由stable-diffusion v1-4初始化的。由于模型结构与stable-diffusion不一样，参数数量较少，不能直接利用stable-diffusion的参数。因此，small-stable-diffusion设置layers_per_block=1，并选择原始stable-diffusion中每个块的第一层来初始化小模型。
Training Procedure
初始化后，模型在8xA100 GPUS中被训练了1100k步。训练过程由三个阶段组成。第一阶段是一个简单的预训练阶段。在后两个阶段，利用原始的stable-diffusion作为教师模型来蒸馏小模型。在所有阶段，只有unet中的参数被训练，其他参数被冻结。
-
硬件: 8 x A100-80GB GPUs
-
优化器: AdamW
-
阶段 1 - 预训练模型的unet部分。
- Steps: 500,000
- Batch: batch size=8, GPUs=8, Gradient Accumulations=2. Total batch size=128
- Learning rate: 预热10,000步到1e-5，然后保持稳定
-
阶段 2 - 使用stable-diffusionv1-4作为教师来提炼模型。除了地面真实，这个阶段的训练还使用教师模型产生的软标签（
pred_noise）- Steps: 400,000
- Batch: batch size=8, GPUs=8, Gradient Accumulations=2. Total batch size=128
- Learning rate: 预热5,000步到1e-5，然后保持稳定
- Soft label weight: 0.5
- Hard label weight: 0.5
-
阶段 3 - 使用stable-diffusionv1-5作为老师来蒸馏模型。 用到了
Knowledge Distillation of Transformer-based Language Models Revisited中的一些技术，包括除了软标签之外的基于相似性的层匹配。- Steps: 200,000
- Batch: batch size=8, GPUs=8, Gradient Accumulations=2. Total batch size=128
- Learning rate: 预热5,000步到1e-5，然后保持稳定
- Softlabel weight: 0.5
- Hard label weight: 0.5
Training Data
我们使用以下数据集来训练模型。
Citation
@article{Lu2022KnowledgeDO,
title={Knowledge Distillation of Transformer-based Language Models Revisited},
author={Chengqiang Lu and Jianwei Zhang and Yunfei Chu and Zhengyu Chen and Jingren Zhou and Fei Wu and Haiqing Chen and Hongxia Yang},
journal={ArXiv},
year={2022},
volume={abs/2206.14366}
}