DiffEnc-8-nt trained on CIFAR-10

Checkpoints for an image generation model trained on CIFAR-10.The model was made in Jax. See the github repository for code to load the checkpoints.The model is a variational diffusion model (VDM, https://arxiv.org/abs/2107.00630) with an added non-trainable time-dependent encoder trained for the article "DiffEnc: Variational Diffusion with a Learned Encoder" (https://arxiv.org/abs/2310.19789).The model uses v-parametrization for the loss. The diffusion model is of size 8 and the encoder is non-trainable. That is, the diffusion model uses 8 "down-blocks" in the U-net. See details in article.Random seeds: 1, 2, 13, 42, 70

本数据集包含在CIFAR-10数据集上训练得到的图像生成模型的权重检查点（checkpoint）。该模型基于JAX框架开发，如需获取加载该检查点的代码，请参阅对应GitHub仓库。
本模型为变分扩散模型（variational diffusion model, VDM，https://arxiv.org/abs/2107.00630），并为论文《DiffEnc：带学习编码器的变分扩散模型》（https://arxiv.org/abs/2310.19789）新增了一个不可训练的时变编码器。
该模型的损失函数采用v参数化（v-parametrization）。此扩散模型的U-Net结构包含8个下采样块（down-blocks），且编码器参数不可训练，相关细节可参阅上述论文。
本次实验使用的随机种子为：1、2、13、42、70。