التاليالدليل التالي
ضبط تحويل النص إلى كلام (TTS) على صوت مخصص
التقنية
دليل الذكاء الاصطناعي المرئي
Custom Diffusion هي طريقة بحثية لتكيف نماذج الانتشار من النص إلى الصورة مع مفاهيم جديدة عن طريق ضبط معاملات الانتباه التقاطعي المحددة.
استمع إلى هذا الدليلرواه الذكاء الاصطناعي · ~1 min
تعمل ورقة التوزيع المخصص على ضبط إسقاطات المفاتيح والقيمة بشكل دقيق في طبقات الانتباه المتقاطع باستخدام الصور المفاهيمية. ويضيف صور التنظيم من فئات أوسع لتقليل التراكب وانحراف اللغة. تدعم هذه الطريقة التدريب المشترك لمفاهيم متعددة أو دمج المفاهيم المضبوطة بشكل منفصل من خلال التحسين المقيد. أبلغ المؤلفون عن تجارب باستخدام ما لا يقل عن أربع صور مفاهيمية، وتخزين مجموعة فرعية مضبوطة تبلغ حوالي 3% من أوزان النموذج، ووقت ضبط دقيق مدته ست دقائق على وحدتي معالجة رسوميات A100. هذه القيم خاصة بإعداد Stable Diffusion الخاص بالورقة؛ فهي لا تحدد احتياجات البيانات العالمية أو حجم الملف الاصطناعي أو وقت التشغيل أو النشر أو الاعتماد.
سير العمل التوضيحي: قم بتكييف نموذج تم تدريبه مسبقًا مع مجموعة صغيرة من الصور المفاهيمية.
سير عمل توضيحي: استخدم صور التنظيم لتقليل انحراف اللغة أثناء الضبط.
سير العمل التوضيحي: الجمع بين المفاهيم التي تم تعلمها بشكل منفصل مع دمج الوزن المقيد.
سير العمل التوضيحي: مراجعة العينات التي تم إنشاؤها للتأكد من دقة المفهوم والتغييرات غير المقصودة.
يتمثل اتجاه البحث في اختبار قابلية تكوين المفهوم والحفاظ عليه عبر المزيد من النماذج والمطالبات ومجموعات الصور والإبلاغ عن حالات الفشل بالإضافة إلى العينات الناجحة.
رسالة إخبارية مجانية
ثلاث قصص تم التحقق منها بواسطة الذكاء الاصطناعي كل صباح من أيام الأسبوع، مكتوبة باللغة الإنجليزية البسيطة. مجاني للأبد، بدون إعلانات.
بريد إلكتروني واحد كل يوم من أيام الأسبوع. إلغاء الاشتراك بنقرة واحدة. نحن لا نبيع أو نشارك عنوانك أبدًا.
اختبر نفسك
تعليقات فورية على كل إجابة، وشهادة قابلة للمشاركة مع معرف يمكن التحقق منه بمجرد اجتياز الدورة التدريبية.
دعم تعليم الذكاء الاصطناعي المجاني. AI Understanding هي منظمة 501(c)(3) غير ربحية - لا إعلانات ولا نظام حظر الاشتراك غير المدفوع على الإطلاق. قم بالتبرع
Custom Diffusion هي طريقة بحثية لتكيف نماذج الانتشار من النص إلى الصورة مع مفاهيم جديدة عن طريق ضبط معاملات الانتباه التقاطعي المحددة.
فهو يقوم فقط بتحديث مصفوفات K وV، التي تربط الكلمات بالمظهر، مما يحافظ على الضبط السريع والملف المحفوظ صغيرًا.
قدرته المميزة هي توليد مفاهيم متعددة، والجمع بين العديد من الموضوعات الشخصية معًا.
تشير الورقة إلى تجارب تتضمن ما لا يقل عن أربع صور تدريبية. وهذا هو الحد الأدنى الموضح في إعداده، وليس متطلبًا عامًا يتراوح من 4 إلى 20 صورة لكل مفهوم.
تحافظ صور التنظيم على المعنى العام لكلمة الفئة دون تغيير حتى لا ينهار النموذج إلى المفهوم الجديد فقط.
يمكن دمج المفاهيم التي يتم تعلمها بشكل مستقل من خلال التحسين المقيد ذو الشكل المغلق، مما يتيح المطالبات المشتركة.
استمر في التعلم
تم اختيار المزيد من الأدلة لهذا الموضوع
التاليالدليل التالي
ضبط تحويل النص إلى كلام (TTS) على صوت مخصص
التقنية