Generative Zoo¶

36 算法族 --- 覆盖 GAN（24 族）与 Diffusion（12 族）两大生成模型体系。

GAN Zoo¶

CLI 快速上手¶

# 列出全部 GAN 架构 ID
python -m zoo.gan --list

# 模糊搜索
python -m zoo.gan --search stylegan

# Smoke Test（前向推理验证）
python -m zoo.gan --smoke dcgan_64

架构分类总览¶

类别	代表算法	说明
无条件 GAN	DCGAN, WGAN, WGAN-GP, LSGAN, SNGAN	无条件图像生成，训练稳定性为核心研究方向
条件 GAN	cGAN, ACGAN, InfoGAN, Pix2Pix	以类别标签、输入图像等条件控制生成
图像翻译	CycleGAN, StarGAN, UNIT, MUNIT	跨域风格迁移与图像翻译
高分辨率	ProGAN, StyleGAN, StyleGAN2, StyleGAN3	渐进式训练与风格控制，达到高保真生成
轻量级	LightGAN, FastGAN	减少训练数据与计算量的高效 GAN

无条件 GAN¶

基础对抗生成网络，侧重训练稳定性与生成质量。

算法族	关键变体	核心创新
DCGAN	dcgan_32, dcgan_64, dcgan_128	全卷积 GAN + BatchNorm 训练稳定化
WGAN	wgan_32, wgan_64	Wasserstein 距离替代 JS 散度，缓解模式崩溃
WGAN-GP	wgangp_32, wgangp_64, wgangp_128	Gradient Penalty 替代权重裁剪
LSGAN	lsgan_32, lsgan_64	Least Squares 损失，平滑决策边界
SNGAN	sngan_32, sngan_64, sngan_128	Spectral Normalization 谱归一化稳定训练

条件 GAN¶

引入条件信息控制生成过程。

算法族	关键变体	核心创新
cGAN	cgan_mlp, cgan_conv	条件标签 Concatenation 控制生成
ACGAN	acgan_32, acgan_64	辅助分类器监督 + 条件生成
InfoGAN	infogan_32, infogan_64	最大化互信息学习解耦表示
Pix2Pix	pix2pix_256, pix2pix_512	Paired Image-to-Image Translation + PatchGAN

图像翻译¶

跨域图像转换与风格迁移。

算法族	关键变体	核心创新
CycleGAN	cyclegan_256, cyclegan_512	无配对图像翻译 + Cycle Consistency Loss
StarGAN	stargan_128, stargan_256	单一生成器多域翻译
UNIT	unit_256	共享隐空间假设 + 双 VAE-GAN
MUNIT	munit_256	分离内容与风格，多模态翻译

高分辨率¶

渐进式训练与风格控制的高保真生成。

算法族	关键变体	核心创新
ProGAN	progan_256, progan_512, progan_1024	渐进式分辨率增长训练
StyleGAN	stylegan_256, stylegan_512, stylegan_1024	Mapping Network + Adaptive Instance Norm
StyleGAN2	stylegan2_256, stylegan2_512, stylegan2_1024	Weight Demodulation 消除伪影
StyleGAN3	stylegan3_r_256, stylegan3_t_256	别名消除 (Alias-Free)，平移/旋转等变性

轻量级¶

面向数据稀缺或低算力场景的高效 GAN。

算法族	关键变体	核心创新
LightGAN	lightgan_256	轻量化生成器 + Skip-Layer Excitation
FastGAN	fastgan_256, fastgan_512	少样本 (~100 张) 高效训练

一行构建 GAN

from zoo.gan import build

generator, discriminator = build("stylegan2_512")

Diffusion Zoo¶

CLI 快速上手¶

# 列出全部 Diffusion 架构 ID
python -m zoo.diffusion --list

# 模糊搜索
python -m zoo.diffusion --search ddpm

# Smoke Test（前向推理验证）
python -m zoo.diffusion --smoke ddpm_cifar10

架构分类总览¶

类别	代表算法	说明
基础扩散	DDPM, DDIM, Score-SDE	扩散模型理论基础
条件扩散	Classifier-Guided, Classifier-Free	条件引导生成
隐空间扩散	Latent Diffusion, Stable Diffusion	在隐空间而非像素空间执行扩散，大幅降低计算成本
快速采样	DPM-Solver, Consistency Models	加速采样步数从 1000 到 1~10 步

基础扩散¶

扩散概率模型的理论基石。

算法族	关键变体	核心创新
DDPM	ddpm_cifar10, ddpm_celeba, ddpm_lsun	去噪扩散概率模型，\(T\) 步加噪 + 逆向去噪
DDIM	ddim_cifar10, ddim_celeba	非马尔可夫采样，确定性生成 + 加速采样
Score-SDE	score_sde_ve, score_sde_vp, score_sde_sub_vp	随机微分方程统一框架 (VE/VP/sub-VP)

扩散过程核心公式

前向过程 (加噪):

\[q(\mathbf{x}_t | \mathbf{x}_{t-1}) = \mathcal{N}(\mathbf{x}_t; \sqrt{1 - \beta_t}\,\mathbf{x}_{t-1},\, \beta_t \mathbf{I})\]

逆向过程 (去噪):

\[p_\theta(\mathbf{x}_{t-1} | \mathbf{x}_t) = \mathcal{N}(\mathbf{x}_{t-1}; \boldsymbol{\mu}_\theta(\mathbf{x}_t, t),\, \sigma_t^2 \mathbf{I})\]

条件扩散¶

通过引导信号控制生成方向。

算法族	关键变体	核心创新
Classifier-Guided	cg_diffusion_base	外部分类器梯度引导采样
Classifier-Free	cfg_diffusion_base	无需分类器，条件/无条件联合训练 + 引导比例 \(w\)

Classifier-Free Guidance

\[\hat{\epsilon}_\theta(\mathbf{x}_t, c) = (1 + w)\,\epsilon_\theta(\mathbf{x}_t, c) - w\,\epsilon_\theta(\mathbf{x}_t, \varnothing)\]

其中 \(w\) 为引导比例，\(c\) 为条件，\(\varnothing\) 为空条件。

隐空间扩散¶

在低维隐空间执行扩散过程，大幅提升效率。

算法族	关键变体	核心创新
Latent Diffusion	ldm_kl_4, ldm_kl_8, ldm_vq_4	Autoencoder 压缩 + 隐空间 DDPM
Stable Diffusion	sd_v1_4, sd_v1_5, sd_v2_1	LDM + CLIP 文本条件，开源文生图里程碑

快速采样¶

将采样步数从数百/千步压缩至极少步。

算法族	关键变体	核心创新
DPM-Solver	dpm_solver_1, dpm_solver_2, dpm_solver_3, dpm_solver_pp	高阶 ODE Solver，10~20 步高质量生成
Consistency Models	cm_ct, cm_cd	一致性映射，单步生成 + 可选多步细化

用法示例¶

GAN 训练循环Diffusion 采样

from zoo.gan import build

G, D = build("wgangp_64")
# 标准 WGAN-GP 训练循环
for real in dataloader:
    # Discriminator step
    z = torch.randn(B, G.latent_dim)
    fake = G(z)
    d_loss = D(fake).mean() - D(real).mean() + gradient_penalty(D, real, fake)
    # Generator step
    g_loss = -D(G(z)).mean()

from zoo.diffusion import build

model = build("ddim_celeba")
# 50 步 DDIM 采样
samples = model.sample(batch_size=16, steps=50)