(二)AIGC—Stable Diffusion(2)

这篇具有很好参考价值的文章主要介绍了(二)AIGC—Stable Diffusion(2)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

(二)AIGC—Stable Diffusion(2)

(二)AIGC—Stable Diffusion(2)
(二)AIGC—Stable Diffusion(2)
越往后,加的噪声越多,逐渐递增

正常的话,类似RNN,前向传递,不利于模型训练。
如果直接从x0到xt最好,DPPM这篇论文就实现了这一目标

(二)AIGC—Stable Diffusion(2)
beta这一参数在扩散过程是已知的,前期设计好,从0.0001-0.002,线性衰减,,或者其他衰减,因此,beta1…beta_n肯定是已知的。

(二)AIGC—Stable Diffusion(2)

(二)AIGC—Stable Diffusion(2)

(二)AIGC—Stable Diffusion(2)

前向加噪声 : 前向可以直接从x0求出来xT

反向去噪声 : 反向不能直接从xT求出来x0
xT已经知道,求XT-1 … 直到求 x0

根据xT求xT-1比较难求,可以根据贝叶斯,由前向过程中的已知条件求解
(二)AIGC—Stable Diffusion(2)
(二)AIGC—Stable Diffusion(2)
(二)AIGC—Stable Diffusion(2)
(二)AIGC—Stable Diffusion(2)
以上zt不是累乘,公式表示有误
需要求x0,但是在逆过程中x0明显未知,因此,可以使用xt替换x0

有一个参数无法直接求解,
无法直接求解的问题,可以使用近似解,训练一个模型去预测Xt时刻的噪声

loss就是正向过程 加的噪声 和 逆向过程 预测的噪声之间的 某种度量
前向过程提供训练的标签,逆向过程去拟合这个标签

(二)AIGC—Stable Diffusion(2)

(二)AIGC—Stable Diffusion(2)

扩散模型为什么要用U-Net?
原始论文从信息论和信息熵的角度讲解的,以上简化了
训练完后如何去使用?


2015年提出 - 2020年DALL-E出来才火

(二)AIGC—Stable Diffusion(2)

推导过程挺复杂的,编写成代码的算法流程-大道至简,
训练的时候,t是随机的,不是训练固定的步骤数目,防止陷入某种规律当中文章来源地址https://www.toymoban.com/news/detail-490421.html

  • 训练过程:
    (二)AIGC—Stable Diffusion(2)
  • 采样过程
    (二)AIGC—Stable Diffusion(2)

到了这里,关于(二)AIGC—Stable Diffusion(2)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【AIGC】 快速体验Stable Diffusion

    stable Diffusion是一款高性能的AI绘画生成工具,相比之前的AI绘画工具,它生成的图像质量更高、运行速度更快,是AI图像生成领域的里程碑。 推荐阅读:Stable diffusion干货-运作机制 纵观全网,目前找到的最简单的安装方法: 三分钟完成Stable Diffusion本地安装 安装好后,打开

    2024年02月12日
    浏览(47)
  • 【AIGC】Stable Diffusion的模型微调

    为什么要做模型微调 模型微调可以在现有模型的基础上,让AI懂得如何更精确生成/生成特定的风格、概念、角色、姿势、对象。Stable Diffusion 模型的微调方法通常依赖于您要微调的具体任务和数据。 下面是一个通用的微调过程的概述 : 准备数据集 :准备用于微调的数据集。

    2024年02月19日
    浏览(45)
  • AIGC:如何使用Stable Diffusion生图

    使用文字Prompt,正向和反向词的添加来生成图片,通过对应参数调节和添加更多的Prompt来让AI更清晰的感知我们想要的场景图片、 添加更多的Prompt之间 使用英文,分隔。 提示词使用英文,完全不需要语法 这里有个通用的正反向咒语,在生成图片时可以使用的到,为了使我们生

    2024年02月09日
    浏览(39)
  • 【AIGC】Stable Diffusion的模型入门

    下载好相关模型文件后,直接放入Stable Diffusion相关目录即可使用,Stable Diffusion 模型就是我们日常所说的大模型,下载后放入**webuimodelsStable-diffusion**目录,界面上就会展示相应的模型选项,如下图所示。作者用夸克网盘分享了「大模型」 链接:https://pan.quark.cn/s/bd3491e5199

    2024年02月20日
    浏览(42)
  • AIGC:文生图模型Stable Diffusion

    Stable Diffusion 是由CompVis、Stability AI和LAION共同开发的一个文本转图像模型,它通过LAION-5B子集大量的 512x512 图文模型进行训练,我们只要简单的输入一段文本,Stable Diffusion 就可以迅速将其转换为图像,同样我们也可以置入图片或视频,配合文本对其进行处理。 Stable Diffusion的

    2024年02月15日
    浏览(40)
  • 【AIGC】Stable Diffusion的插件入门

    一、上文中作者使用插件包的方式下安装插件,用户也可以从Stable Diffusion的界面安装插件,如下图所示,在相应的插件后面点安装按钮。 二、介绍一些比较好用的插件 “adetailer” 插件是 Stable Diffusion 中的一个增强功能,旨在提供更高级的图像细节增强功能。该插件的主要特

    2024年02月22日
    浏览(37)
  • 【精华】AIGC之Stable Diffusion专栏

    【精华】AIGC之Stable Diffusion专栏 Stable-diffusion-webui 小白使用大全+插件和模型推荐2.0 Stable-diffusion-webui 插件拓展及依赖汇总 (1)openpose editor(♥♥♥♥♥) 【AI绘画】使用OpenPose editor打造个性化的人物姿势绘画 GitHub地址 :https://github.com/fkunn1326/openpose-editor GitHub地址 :https:/

    2024年02月11日
    浏览(45)
  • 【AIGC】Stable Diffusion的常见错误

    Stable Diffusion 在使用过程中可能会遇到各种各样的错误。以下是一些常见的错误以及可能的解决方案: 模型加载错误:可能出现模型文件损坏或缺失的情况。解决方案包括重新下载模型文件,确保文件完整并放置在正确的位置。 依赖项错误:Stable Diffusion 需要特定的依赖项才

    2024年02月19日
    浏览(35)
  • 【AIGC】Stable Diffusion的生成参数入门

    Stable Diffusion 的生成参数是用来控制图像生成过程的重要设置,下面是一些常见的生成参数及其详解 1、 采样器 ,关于采样器的选择参照作者的上一篇文章 2、 采样步数 (Sampling Steps)是指在生成图像时模型执行的总步数,每一步都包含了一系列操作,例如在潜在空间中移动

    2024年02月20日
    浏览(40)
  • AIGC - Stable Diffusion 搭建【从零到一】

    解决音频内容GPU运算时遇到ffmpeg引起问题 write_py audio_spleeter.txt

    2024年02月09日
    浏览(51)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包