🎨 miniDiffusion — Stable Diffusion 3.5 на минималках (и на PyTorch)
miniDiffusion — это предельно упрощённая реализация Stable Diffusion 3.5, написанная с нуля на чистом PyTorch, всего в ~2800 строках кода.
Проект создан для тех, кто хочет разобраться, как работает генерация изображений, без лишней магии и зависимостей.
🧠 Что внутри: • Полная модель от VAE до DiT, включая тренировочные скрипты • Поддержка T5 и CLIP энкодеров • Euler scheduler для решения ODE потока шума • Расчёт метрики FID встроен
📁 Основные файлы: - dit.py — архитектура DiT - dit_components.py — эмбеддинги, нормализация, вспомогательные блоки - attention.py — совместное внимание (Joint Attention) - noise.py — планировщик шума - t5_encoder.py, clip.py — текстовые энкодеры - tokenizer.py — токенизация - metrics.py — Fréchet Inception Distance - common.py, common_ds.py — функции и датасет для обучения
📦 Структура: - model/ — чекпоинты и логи - encoders/ — предобученные модули (VAE, CLIP и др.)
🛠 Подходит для: • обучения и экспериментов • хакинга архитектур • кастомной тренировки без головной боли
🚀 Если хотите понять, как собрать Stable Diffusion 3.5 "на коленке" — miniDiffusion создан именно для этого.
🎨 miniDiffusion — Stable Diffusion 3.5 на минималках (и на PyTorch)
miniDiffusion — это предельно упрощённая реализация Stable Diffusion 3.5, написанная с нуля на чистом PyTorch, всего в ~2800 строках кода.
Проект создан для тех, кто хочет разобраться, как работает генерация изображений, без лишней магии и зависимостей.
🧠 Что внутри: • Полная модель от VAE до DiT, включая тренировочные скрипты • Поддержка T5 и CLIP энкодеров • Euler scheduler для решения ODE потока шума • Расчёт метрики FID встроен
📁 Основные файлы: - dit.py — архитектура DiT - dit_components.py — эмбеддинги, нормализация, вспомогательные блоки - attention.py — совместное внимание (Joint Attention) - noise.py — планировщик шума - t5_encoder.py, clip.py — текстовые энкодеры - tokenizer.py — токенизация - metrics.py — Fréchet Inception Distance - common.py, common_ds.py — функции и датасет для обучения
📦 Структура: - model/ — чекпоинты и логи - encoders/ — предобученные модули (VAE, CLIP и др.)
🛠 Подходит для: • обучения и экспериментов • хакинга архитектур • кастомной тренировки без головной боли
🚀 Если хотите понять, как собрать Stable Diffusion 3.5 "на коленке" — miniDiffusion создан именно для этого.
Also in the latest update is the ability for users to create a unique @username from the Settings page, providing others with an easy way to contact them via Search or their t.me/username link without sharing their phone number. If you initiate a Secret Chat, however, then these communications are end-to-end encrypted and are tied to the device you are using. That means it’s less convenient to access them across multiple platforms, but you are at far less risk of snooping. Back in the day, Secret Chats received some praise from the EFF, but the fact that its standard system isn’t as secure earned it some criticism. If you’re looking for something that is considered more reliable by privacy advocates, then Signal is the EFF’s preferred platform, although that too is not without some caveats. For example, WhatsApp restricted the number of times a user could forward something, and developed automated systems that detect and flag objectionable content. Telegram does offer end-to-end encrypted communications through Secret Chats, but this is not the default setting. Standard conversations use the MTProto method, enabling server-client encryption but with them stored on the server for ease-of-access. This makes using Telegram across multiple devices simple, but also means that the regular Telegram chats you’re having with folks are not as secure as you may believe. Oleksandra Matviichuk, a Kyiv-based lawyer and head of the Center for Civil Liberties, called Durov’s position "very weak," and urged concrete improvements.
from in
