Silabus Pelajaran 190 dari 246 · Modul 17: Masukan noise, keluaran gambar (diffusion)
Modul 17: Masukan noise, keluaran gambar (diffusion)

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
Giliranku

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.