Mengarahkan sampel (classifier-free guidance)
Kenapa ini penting "Draw a 7" berhasil karena satu baris aritmatika. Setiap model text-to-image menggunakannya agar gambar mengikuti prompt, dan baris yang sama menjelaskan kenapa menaikkannya terlalu jauh membuat gambar jadi lebih buruk.
Model digit dilatih dengan labelnya, dan 15% waktu dengan label tersembunyi (token "no label", difflab.NULL). Jadi satu network bisa memprediksi noise dengan kedua cara. Classifier-free guidance (Ho and Salimans, 2022) mencampurnya:
eps = (1 + w) eps_with_label - w eps_without_label
Perbedaan eps_with_label - eps_without_label mengarah ke "lebih mirip label ini". w = 0 adalah sampling kondisional biasa; w yang lebih besar mendorong lebih kuat. Perhatikan adegannya: noise yang sama diambil dengan w = 0, 1, 2 dan 4.
Kata dan simbol di pelajaran ini
- eps
- noise bell-curve yang ditambahkan; jaringan belajar untuk memprediksinya
- DDIM
- sampling dengan melompat di antara beberapa langkah, tanpa noise baru
- panduan tanpa klasifikasi
- (1 + w) x noise yang diprediksi dengan label - w x noise yang diprediksi tanpa label
Tulis guided(model, x, t, labels, w). Lalu isi table: untuk w dalam 0, 1, 2 dan 4, bagian dari 500 sampel (20 DDIM steps, yang pelajaran terakhir menunjukkan sama bagusnya dengan 100 DDIM steps) yang terbaca sebagai digit yang diminta, dan kedekatannya. Atur best_w ke w dengan kedekatan terbaik (terendah) di antara yang mencapai setidaknya 0.99 yang diminta.
Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini
Latihan ini akan segera dibuka
Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.
Browser ini memblokir cookie untuk learn.floati.life, jadi pelajaran yang sudah kamu selesaikan di sini tidak bisa dibuka berurutan. Izinkan cookie untuk situs ini dan muat ulang.