Título: Bayesian Flow Networks (BFN).
Integrantes: Arturo Lazcano y Javier Santidrián.
Profesor: Felipe Tobar.
Auxiliares: Cristobal Alcázar y Camilo Carvajal.
Ayudantes: Joaquín Barceló.
Este github ha sido creado para guiar el uso de BFN para la generación de dígitos (MNIST y MNIST modificado) en python. En el repositorio se encuentra un archivo notebook que contiene todos los pasos necesarios para realizar esta tarea (toma cerca de 1 hora en ser ejecutado completamente), el cual cuenta con las siguientes secciones:
- Importación y binarización de datasets.
- Creación de modelo U-Net.
- Creación de clase BFN.
- Entrenamiento de modelos.
- Prueba y sampleo de nuevos datos.
Se destaca que la implementación fue inspirada y guiada por el siguiente trabajo previo:
https://github.com/Algomancer/Bayesian-Flow-Networks/blob/main/BFN_MNIST.ipynb
Los aportes realizados fueron los siguientes:
- Arturo Lazcano: Teoría del funcionamiento de BFN, entrenamiento y sampleo de datos.
- Javier Santidrián: Teoría de datasets discretos binarizados y algoritmo de sampleo discreto.