Стохастические и детерминистские методы сэмплинга в диффузионных моделях дают заметно разные траектории, но в итоге оба приходят к одной цели.

Diffusion Explorer позволяет наглядно сравнивать разные методы сэмплинга и цели обучения диффузионных моделей, создавая визуализации типа той, что на 2 видео

Кроме того, можно, например, обучить модель на своём датасете и наблюдать, как она постепенно сходится к выборке из правильного распределения.

Посмотрите этот репозиторий GitHub.

👉 @PythonPortal