WARNING

🧪 Beta公测版本提示：教程主体已完成，正在优化细节，欢迎大家提Issue反馈问题或建议。

扩散模型 — demo.py 代码详解

Download demo.py

cd docs/world-models/video/diffusion/code
python demo.py

一维双峰混合上的微型 DDPM，不是 U-Net。

代码逐段详解

self.alphas_cumprod = torch.cumprod(self.alphas, dim=0)
xt = sqrt_ab * x0 + sqrt_om * noise

闭式 $q(x_t|x_0)$，不必逐步加噪。t 是整数下标，用它去取 $\sqrt{{\overline{\alpha }}_t}$。unsqueeze(-1) 让形状从 (N,) 变成 (N,1) 才能乘 (N,1) 的 $x$。

损失：((pred - noise)**2).mean() — 预测的是 $\epsilon$ 不是 $x_0$。

反向：reversed(range(T)) 从 $T-1$ 走到 0。$t>0$ 时加 $\sqrt{\beta }ϵ$，最后一步不再加噪（否则终态又糊）。

@torch.no_grad() 装饰采样循环：不建图。

源码位置

docs/world-models/video/diffusion/code/demo.py