Dirigir la muestra (guía sin clasificador)
Por qué importa "Dibuja un 7" funciona gracias a una línea de aritmética. Todos los modelos de texto a imagen la usan para que las imágenes sigan la instrucción, y la misma línea explica por qué subirla demasiado empeora las imágenes.
El modelo de dígitos se entrenó con su etiqueta, y un 15% de las veces con la etiqueta oculta (un token de "sin etiqueta", difflab.NULL). Así que una sola red puede predecir el ruido de las dos maneras. La guía sin clasificador (Ho y Salimans, 2022) las mezcla:
eps = (1 + w) eps_with_label - w eps_without_label
La diferencia eps_with_label - eps_without_label apunta hacia "más parecido a esta etiqueta". w = 0 es el muestreo condicional normal; una w más grande empuja con más fuerza. Mira la escena: el mismo ruido dibujado con w = 0, 1, 2 y 4.
Palabras y símbolos de esta lección
- eps
- el ruido en forma de campana que se añadió; la red aprende a predecirlo
- DDIM
- muestrear saltando entre unos pocos pasos, sin ruido nuevo
- guía sin clasificador
- (1 + w) x el ruido predicho con la etiqueta - w x el ruido predicho sin ella
Escribe guided(model, x, t, labels, w). Luego rellena table: para w de 0, 1, 2 y 4, la proporción de 500 muestras (20 pasos de DDIM, que la lección anterior mostró que valen lo mismo que 100 pasos de DDIM) que se leen como el dígito pedido, y su cercanía. Pon en best_w la w con la mejor cercanía (la más baja) entre las que llegan al menos a 0.99 de pedidos.
¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección
Este ejercicio se abre pronto
Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.
Este navegador está bloqueando las cookies de learn.floati.life, así que las lecciones que terminaste aquí no se pueden abrir en orden. Permite las cookies de este sitio y recarga.