（二）AIGC—Stable Diffusion(2)

9月前作者：Ray Song 分类：Toy博客阅读(45) 违法举报

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)

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)

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：
采样过程

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！

分享到：

领支付宝红包赞助服务器费用

【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)