Minder stappe (DDIM)
Waarom dit saak maak 100 netwerkoproepe per prent is stadig, en werklike modelle gebruik 1000. DDIM (Song, Meng and Ermon, 2021) skip stappe: dit spring van x_t reguit na 'n baie vroeëre stap, sonder vars geraas, deur dieselfde getoënde netwerk te gebruik. Hoe min stappe kan jy wegkom?
Die kursus se digitaalmodel is een keer opgelei (difflab.recorded_digit_model()). difflab.sample_digits(model, labels, w=2.0, steps=k) teken een prentjie per etiket met k DDIM-stappe (steps=None hardloop al 100 DDPM-stappe). Die beoordelaar van Module 15 gee punte: nabyheid aan die naaste werklike digitaal (werklike digitale 1.04).
Voorspel die kurwe
Voordat jy meet, raai die nabyheid by 2, 5, 10, 20 en 100 stappe. Papers en blogposse sê dikwels dat kwaliteit sigbaar daal onder 50 stappe. Meet dit op hierdie model.
Woorde en simbole in hierdie les
- x0, x_t
- die skoon data, en dieselfde data na t stappe van geraas
- eps
- die klokkurwe-geraas wat bygevoeg is; die netwerk leer om dit te voorspel
- DDPM
- monstering deur terug te stap deur elke stap, met vars geraas elke keer
- DDIM
- monstering deur tussen 'n paar stappe te spring, sonder nuwe geraas
Vul
my_guess (vyf nabyheidnommers) in, vul dan measured met die werklike nabyheid by elke stap telling, en stel fewest_good in op die minste stappe waarvan die nabyheid binne 0.05 van die 100-stap resultaat is.
Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les
Hierdie oefening open binnekort
Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.
Hierdie blutser blokkeer koekies vir learn.floati.life, so lesse wat jy hier voltooi het kan nie in volgorde oopgaan nie. Laat koekies vir hierdie webwerf toe en laai nuut.