Orienter l'échantillon (guidage sans classifieur)
Pourquoi c'est important « Dessine un 7 » marche grâce à une seule ligne d'arithmétique. Chaque modèle texte-vers-image l'utilise pour que les images suivent le prompt, et la même ligne explique pourquoi la pousser trop loin rend les images pires.
Le modèle de chiffres a été entraîné avec son étiquette, et 15 % du temps avec l'étiquette cachée (un token « pas d'étiquette », difflab.NULL). Donc un seul réseau peut prédire le bruit des deux façons. Le guidage sans classifieur (Ho et Salimans, 2022) les mélange :
eps = (1 + w) eps_with_label - w eps_without_label
La différence eps_with_label - eps_without_label pointe vers « plus comme cette étiquette ». w = 0, c'est l'échantillonnage conditionnel simple ; un w plus grand pousse plus fort. Regarde la scène : le même bruit dessiné avec w = 0, 1, 2 et 4.
Mots et symboles de cette leçon
- eps
- le bruit en cloche qui a été ajouté ; le réseau apprend à le prédire
- DDIM
- échantillonner en sautant entre quelques pas, sans bruit frais
- guidage sans classifieur
- (1 + w) × bruit prédit avec l'étiquette - w × bruit prédit sans elle
Écris guided(model, x, t, labels, w). Puis remplis table : pour w valant 0, 1, 2 et 4, la part de 500 échantillons (20 pas DDIM, dont la leçon précédente a montré qu'ils valent 100 pas DDIM) qui se lisent comme le chiffre demandé, et leur proximité. Affecte à best_w le w qui a la meilleure (la plus basse) proximité parmi ceux qui atteignent au moins 0.99 de chiffres demandés.
Tu as repéré un problème dans cette leçon ? Signale-le · Pose une question sur cette leçon
Cet exercice s'ouvre bientôt
Termine la leçon précédente pour débloquer celle-ci. Tout le cours est gratuit, aucun compte n'est requis, et tu peux lire cette leçon dès maintenant.
Ce navigateur bloque les cookies pour learn.floati.life, donc les leçons que tu as terminées ici ne peuvent pas s'ouvrir dans l'ordre. Autorise les cookies pour ce site et recharge la page.