पाठ्यक्रम 246 में से पाठ 189 · Module 17: शोर अंदर, तस्वीरें बाहर (diffusion)
Module 17: शोर अंदर, तस्वीरें बाहर (diffusion)

कम steps (DDIM)

यह क्यों मायने रखता है हर तस्वीर पर 100 network calls धीमे हैं, और असली models 1000 इस्तेमाल करते हैं। DDIM (Song, Meng और Ermon, 2021) steps छोड़ता है: यह उसी प्रशिक्षित network से, बिना नए शोर के, x_t से सीधे बहुत पहले के step पर छलाँग लगाता है। आप कितने कम steps से काम चला सकते हैं?

कोर्स का अंक model एक बार train किया गया (difflab.recorded_digit_model())। difflab.sample_digits(model, labels, w=2.0, steps=k) k DDIM steps के साथ हर label की एक तस्वीर बनाता है (steps=None सारे 100 DDPM steps चलाता है)। Module 15 का जज उन्हें अंक देता है: सबसे पास के असली अंक से निकटता (असली अंक 1.04)।

Call the Curve

मापने से पहले, 2, 5, 10, 20 और 100 steps पर निकटता का अनुमान लगाएँ। Papers और blog posts अक्सर कहते हैं कि 50 steps से नीचे गुणवत्ता दिखने लायक गिरती है। इसे इस model पर मापें।

इस पाठ के शब्द और चिह्न
x0, x_t
साफ़ data, और t steps के शोर के बाद वही data
eps
जोड़ा गया घंटी-वक्र शोर; network इसका अनुमान लगाना सीखता है
DDPM
हर step से पीछे जाकर sampling, हर बार नए शोर के साथ
DDIM
कुछ steps के बीच छलाँग लगाकर sampling, बिना नए शोर के
आपकी बारी

my_guess (पाँच निकटता संख्याएँ) भरें, फिर measured को हर step गिनती पर असली निकटता से भरें, और fewest_good को सबसे कम steps पर सेट करें जिनकी निकटता 100-step नतीजे के 0.05 के भीतर हो।

इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें

यह अभ्यास जल्द खुलेगा

इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।