懂AI
minRF

minRF

轻量级可扩展整流流变换器实现

minRF是一个开源项目，提供整流流变换器的轻量级实现，适用于深度学习研究。它结合SD3训练方法和LLaMA-DiT架构，包括支持MNIST和CIFAR数据集的基础版本，以及支持ImageNet训练并引入muP技术的高级版本。项目代码结构清晰，便于理解和定制，为研究人员提供了灵活的整流流模型实验环境。

Rectified FlowAI模型机器学习图像生成TransformersGithub开源项目
访问官网GitHubHugging Face

可扩展整流流变换器的最小实现

<p align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/b81622f4-db60-4882-bbf1-a20429e00595.gif" alt="large" width="300"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/f1b8f9cd-d132-42f1-9ce8-9a76806b781d.gif" alt="large" width="300"> </p>

左图为简单RF，右图为对数正态时间采样RF。两者均在MNIST上训练。

本仓库包含整流流模型的最小实现。我采用了SD3的训练方法和LLaMA-DiT架构。与我之前的仓库不同，这次我决定将文件分为两部分：模型实现和实际代码，但你不必查看模型代码。

所有内容仍然是自包含、最小化的，希望易于修改。如果你理解了数学原理，就不会有任何复杂的内容。

1. 适合初学者的简单整流流

安装torch、pil、torchvision

pip install torch torchvision pillow

运行

python rf.py

以从头开始在MNIST上训练模型。

如果你想挑战一下，也可以在CIFAR上训练。

python rf.py --cifar

在第63个epoch，你的输出应该类似于：

<p align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/f76f4636-c78b-43dd-8e85-4fbc1075c31c.gif" alt="large" width="300"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/870fb4cc-85a0-4dc9-8ec5-4e933c7e4509.png" alt="large" width="300"> </p>

2. 支持muP的大规模整流流

<p align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/4e151ef6-26d3-41b8-82fd-6904f3a8fbc0.gif" alt="large" width="300"> </p>

这是为想要在ImageNet上训练的高手准备的。别担心！在我看来，ImageNet是新的MNIST，我们将使用我的imagenet.int8数据集。

首先进入advanced目录，下载数据集。

cd advanced
pip install hf_transfer # 只需安装这个
bash download.sh

如果你的网络不错，这应该不会超过5分钟。

运行

bash run.sh

来训练模型。这将从头开始在ImageNet上训练模型，进行muP网格搜索以找到损失函数的对齐盆地，你将解锁整流流模型的零样本LR迁移！

<p align="center"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/e31e22eb-9f28-4ce7-8b82-fb343fac232b.png" alt="large" width="500"> </p>

这里使用了我过去一年开发的多种技术和代码库。它是min-max-IN-dit、min-max-gpt和ez-muP的自然结合。

引用

如果你使用了这些材料，请使用以下方式引用本仓库：

@misc{ryu2024minrf,
  author       = {Simo Ryu},
  title        = {minRF: Minimal Implementation of Scalable Rectified Flow Transformers},
  year         = 2024,
  publisher    = {Github},
  url          = {https://github.com/cloneofsimo/minRF},
}

编辑推荐精选

博思AIPPT

博思AIPPT

AI一键生成PPT，就用博思AIPPT！

博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案，助力品牌曝光

稳定高效的流量提升解决方案，助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用，一键生成无水印视频

最新版Sora2模型免费使用，一键生成无水印视频

Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
商汤小浣熊

商汤小浣熊

最强AI数据分析助手

小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、准确的响应满足您的需求，让您的生活更加智能便捷。

imini AI

imini AI

像人一样思考的AI智能体

imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。

下拉加载更多