Návod bez klasifikátoru
Navádění bez klasifikátoru je technika, díky které modely difúze skutečně následují vaši výzvu a vyměňují určitou rozmanitost za mnohem silnější přilnavost.
Přehled
It is the single dial behind the 'guidance scale' slider in nearly every image generator.
Hluboký ponor
Včasná řízená difúze potřebovala samostatný klasifikátor, který by vzorky posunul do požadované třídy, což bylo křehké a vyžadovalo další školení. Pokyny bez klasifikátorů, navržené Jonathanem Ho a Timem Salimansem v roce 2022, tuto závislost odstraňují. Během trénování model v určitém procentu času náhodně vypustí podmiňování (textovou výzvu), takže se naučí vytvářet podmíněné i nepodmíněné předpovědi pomocí jediné sítě. V době vzorkování spouštíte model dvakrát za krok, jednou s výzvou a jednou bez, pak extrapolujete z nepodmíněné predikce směrem k podmíněné. Míra extrapolace je orientační stupnicí: vyšší hodnoty si vynucují těsnější okamžitou přilnavost a silnější nasycení, zatímco nižší hodnoty poskytují větší rozmanitost, ale volnější přizpůsobení.
Technický přehled
Matematicky je řízená predikce hluku bezpodmínečná předpověď plus naváděcí stupnice krát rozdíl mezi podmíněnými a nepodmíněnými předpověďmi. Stupnice 1 znamená žádné vodítko; typické hodnoty jsou 5 až 9. Velmi vysoké posunutí měřítka zesílí rychlé funkce, ale způsobí přesycené barvy, drsný kontrast a artefakty, protože model extrapoluje daleko mimo své naučené rozložení. Stojí to zhruba dva průchody vpřed na krok odšumování.
Strategický dopad
Rychlost a měřítko
Vizuální AI může automatizovat úkoly inspekce, detekce a označování ve velkém měřítku.
Volby sestavy
Kreativní týmy mohou prototypovat koncepty rychleji s menším počtem ručních revizí.
Tým a pracovní postup
Operace mohou využívat obrazové a video signály, které bylo dříve obtížné zpracovat.
Budoucnost poradenství bez klasifikátorů
Vědci zdokonalují vedení, aby si udrželi okamžitou přilnavost bez přesycení, pomocí dynamického prahování, plánů vedení, které mění sílu v jednotlivých krocích, a triků pro změnu měřítka. Destilované modely nyní spojují navádění do jediného průchodu, aby se výpočet snížil na polovinu, a novější formulace zkoumají narušenou pozornost a automatické navádění, které nepotřebují žádné bezpodmínečné větvení, s cílem dosáhnout ostrých a věrných snímků za nižší cenu.
Real-World Implementace
Úprava posuvníku „CFG scale“ ve Stable Diffusion nebo Midjourney pro vyvážení rychlé přesnosti a kreativity
Zvednutí navádění, aby se přinutilo generátor zahrnout konkrétní, obtížně vykreslitelný objekt popsaný ve výzvě
Snížením vedení získáte rozmanitější a méně přesycené výstupy při zkoumání mnoha možností návrhu
Ladění plánů vedení v produkčních kanálech, aby se omezily artefakty vypalování barev na renderech s vysokými detaily
Rizika a zábradlí
Obrazová práva a souhlas se mohou stát právním rizikem, pokud je původ nejasný.
Výkon modelu se může lišit podle osvětlení, demografických údajů a prostředí.
Falešně pozitivní mohou zůstat bez povšimnutí, pokud nejsou monitorovány prahové hodnoty spolehlivosti.
Plán implementace
Definujte kritéria přijatelnosti pro přesnost, stažení a náklady na chyby.
Testujte s daty, která odpovídají reálným výrobním podmínkám.
Přidejte lidskou kontrolu pro předpovědi s nízkou spolehlivostí nebo velkým dopadem.
Sledujte posun modelu a znovu ověřte po změnách kamery nebo datové sady.
Pokračujte v objevování
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Classifier-Free Guidance quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Další průvodce
Naivní Bayesovy klasifikátory
Často kladené otázky
What is Classifier-Free Guidance?
Navádění bez klasifikátoru je technika, díky které modely difúze skutečně následují vaši výzvu a vyměňují určitou rozmanitost za mnohem silnější přilnavost. Je to jediné kolečko za posuvníkem „naváděcí stupnice“ v téměř každém generátoru obrázků.
Jaký je hlavní účel vedení bez klasifikátorů?
Vedení bez klasifikátoru zvyšuje rychlou adherenci extrapolací od nepodmíněného k podmíněné predikci.
Jak se model naučí vytvářet nepodmíněné předpovědi pro vedení bez klasifikátorů?
Během trénování je výzva občas náhodně vynechána, takže se jedna síť naučí jak podmíněné, tak nepodmíněné chování.
Co obecně znamená zvýšení měřítka?
Vyšší navádění si vynucuje pevnější přilnavost a silnější prvky, ale přílišné zatlačení způsobuje přesycené, drsné obrazy náchylné k artefaktům.
Přibližně kolik průchodů vpřed na krok odšumování vyžaduje standardní navádění bez klasifikátoru?
Model se spustí jednou s výzvou a jednou bez, pak se předpovědi zkombinují, což stojí asi dva průchody na krok.
Jakou výhodu má navádění bez klasifikátoru oproti navádění podle klasifikátoru?
Použitím jediné sítě pro obě předpovědi se vyhne křehkému, extra klasifikátoru, který starší řízená difúze vyžadovala.