Как работают модели диффузии
Каждое изображение, сгенерированное ИИ, которое вы когда-либо видели, начиналось как чистый случайный шум. Звучит как-то наоборот? Дело в том, что модели диффузии переворачивают с ног на голову всё, что мы знаем о творении. В этом видео мы подробно разбираем, как такие модели, как Stable Diffusion, DALL-E и Midjourney, преобразуют статику в потрясающие изображения, и почему этот процесс больше похож на раскопки, чем на генерацию. ТАЙМ-КОДЫ 0:00 - Парадокс: Почему изображения ИИ начинаются с шума 0:30 - Прямой процесс: Как модели обучаются разрушению 1:03 - Обратный процесс: Пошаговое вычитание шума 1:41 - Руководство: Как текстовые подсказки управляют выводом 2:21 - Архитектура: U-Net, скрытое пространство и почему это быстро 3:00 - Скульптор: Философское заключение ЧТО ВЫ УЗНАЕТЕ Почему модели диффузии уничтожают шум, а не создают изображения Прямой процесс: добавление шума до исчезновения изображений Обратный процесс: прогнозирование и вычитание шума Как CLIP связывает текстовые подсказки с генерацией изображений Архитектура U-Net и оптимизация скрытого пространства Почему «творчество ИИ» на самом деле — это масштабное распознавание образов КЛЮЧЕВЫЕ ПОНЯТИЯ Гауссовский шум и прямой процесс диффузии Подавление шума при сопоставлении с оценкой Кондиционирование текста с помощью CLIP Встраивание Архитектура кодера-декодера U-Net Диффузия в скрытом пространстве и в пиксельном пространстве
Название:
Как работают модели диффузии
Категория:
Разное