这是什么?
这是 OpenAI 的 DALL·E 图像生成模型所用的离散 VAE(dVAE)的官方 PyTorch 包。它只包含图像编码器/解码器部分,不包含真正根据文字生成图像的 Transformer。
这是完整的 DALL·E 模型,还是只是其中的一部分?
它只是离散 VAE 组件,负责把图像压缩成 token 并再还原。根据提示词生成图像的文生图 Transformer 明确不在此次发布之内。
我需要先装好 Python 和 PyTorch 吗?
需要。它是基于 PyTorch 构建的 Python 包,通过 pip 安装。
只用这个仓库,能根据文字生成图像吗?
不能。把文字转换成图像的 Transformer 没有在这里发布,所以你只能使用编码和解码功能(图像转 token、token 转图像)。
这个仓库还在维护吗?
不再维护。仓库已被归档,它是一个已经冻结的历史版本,而不是仍在积极开发的项目。
在哪里可以看到模型的使用方法?
仓库中包含一个 usage.ipynb 笔记本,演示了如何加载并运行这个离散 VAE。
What are similar projects?
DALLE2-pytorch, shap-e, dalle-mini, latent-diffusion, nanoGPT, generative-models, PyTorch-GAN, stable-diffusion
Which topics is it in?
vision, text-to-image, gpt, neural-network, transformer, image-generation, generative-ai, deprecated, computer-vision, pytorch, openai, deep-learning