Diffusion-RWKV是一种基于RWKV架构的扩散模型,旨在提高扩散模型的可扩展性,针对图像生成任务进行了优化和改进,支持无条件和类条件训练,并具有较好的性能和可扩展性。
具有可扩展的RWKV架构、无条件图像生成、类条件图像生成、高质量图像输出。
Diffusion-RWKV通过基于RWKV架构的优化和改进,能够生成高质量的图像,支持无条件和类条件训练,具有较好的性能和可扩展性。
在ImageNet数据集上训练DRWKV-H/2模型,生成256x256分辨率的高质量图像;在CelebA数据集上训练DRWKV-B/2模型,生成32x32分辨率的无条件图像;利用DRWKV-H/2模型生成包含特定类别的图像,如动物、车辆等。
Diffusion-RWKV可生成高质量的图像,支持无条件和类条件训练,基于RWKV架构,具有良好的性能和可扩展性。
目前尚未发现明显的局限性。