第 17 模块:噪声进去,图片出来(扩散模型)
告诉模型现在是第几步
你以前学过这门课程吗?
这样我们只统计你一次。只会发送你的答案,以及你的匿名进度。
为什么重要 同一个有噪声的点,在第 5 步需要一个小的修正,在第 90 步需要一个大的修正。一个没有被告知步骤的网络只能单凭这个点去猜。怎样告诉它是一个设计选择,而那个有名的选择并不总是最好的。
三种方式(difflab.time_input):
- none:网络只看到这个点。
- raw:一个额外的数字,t / T。
- sine:t / T 在从 1 到 100 的频率上的 8 个正弦和 8 个余弦,也就是 Transformer 用于位置的那种嵌入。大型图像模型会使用它,因为许多频率能让一个深层网络对 t 的微小变化做出敏锐的反应。
被记录的训练在螺旋上训练了每一种,3 个种子。用第 9 模块的规则比较它们:当一种设置的平均落在形状上的分数至少高 0.1,并且在每一个种子上都更高(3 个中 3 个)时,它才胜过另一种。
本课中的词语和符号
- 落在形状上、覆盖程度
- 二维评判器:落在真实形状附近的样本所占的比例,以及附近有一个样本的那部分形状所占的比例
轮到你了
编写 sine_time(t, T),为每一步返回 16 个数字(先是正弦,然后是余弦,频率为 np.exp(np.linspace(0, np.log(100), 8)))。然后为两个被记录的设置名编写 beats(a, b),并为 raw 对比 none、sine 对比 none 以及 sine 对比 raw 填写 verdicts。
本课已完成。干得好。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。