Καθοδήγηση χωρίς ταξινομητή
Η καθοδήγηση χωρίς ταξινομητή είναι η τεχνική που κάνει τα μοντέλα διάχυσης να ακολουθούν πραγματικά την προτροπή σας, ανταλλάσσοντας κάποια ποικιλομορφία για πολύ μεγαλύτερη προσκόλληση.
Επισκόπηση
It is the single dial behind the 'guidance scale' slider in nearly every image generator.
Βαθιά κατάδυση
Η πρώιμη καθοδηγούμενη διάχυση χρειαζόταν έναν ξεχωριστό ταξινομητή για να ωθήσει τα δείγματα προς μια επιθυμητή τάξη, η οποία ήταν εύθραυστη και απαιτούσε επιπλέον εκπαίδευση. Η καθοδήγηση χωρίς ταξινομητή, που προτάθηκε από τους Jonathan Ho και Tim Salimans το 2022, αφαιρεί αυτήν την εξάρτηση. Κατά τη διάρκεια της εκπαίδευσης, το μοντέλο ρίχνει τυχαία τη ρύθμιση (το μήνυμα κειμένου) σε κάποιο ποσοστό του χρόνου, έτσι μαθαίνει να παράγει προβλέψεις υπό όρους και άνευ όρων με ένα μόνο δίκτυο. Κατά τη δειγματοληψία, εκτελείτε το μοντέλο δύο φορές ανά βήμα, μία με την προτροπή και μία χωρίς, και στη συνέχεια κάνετε παρέκταση μακριά από την άνευ όρων πρόβλεψη προς την υπό όρους. Το ποσό της παρέκτασης είναι η κλίμακα καθοδήγησης: οι υψηλότερες τιμές επιβάλλουν πιο αυστηρή άμεση προσκόλληση και ισχυρότερο κορεσμό, ενώ οι χαμηλότερες τιμές δίνουν μεγαλύτερη ποικιλία αλλά πιο χαλαρή αντιστοίχιση.
Τεχνική διορατικότητα
Μαθηματικά, η καθοδηγούμενη πρόβλεψη θορύβου είναι η άνευ όρων πρόβλεψη συν την κλίμακα καθοδήγησης επί τη διαφορά μεταξύ υπό όρους και άνευ όρων προβλέψεων. Μια κλίμακα 1 σημαίνει ότι δεν υπάρχει καθοδήγηση. Οι τυπικές τιμές είναι από 5 έως 9. Η ώθηση της κλίμακας πολύ ψηλά ενισχύει τα χαρακτηριστικά των εντολών, αλλά προκαλεί υπερκορεσμένα χρώματα, σκληρή αντίθεση και τεχνουργήματα, επειδή το μοντέλο προεκτείνεται πολύ έξω από την κατανομή του. Κοστίζει περίπου δύο περάσματα προς τα εμπρός ανά βήμα απενεργοποίησης.
Στρατηγικός αντίκτυπος
Ταχύτητα και κλίμακα
Το Visual AI μπορεί να αυτοματοποιήσει εργασίες επιθεώρησης, ανίχνευσης και επισήμανσης σε κλίμακα.
Δημιουργήστε επιλογές
Οι δημιουργικές ομάδες μπορούν να δημιουργήσουν πρωτότυπες ιδέες γρηγορότερα με λιγότερες μη αυτόματες αναθεωρήσεις.
Ομάδα και ροή εργασίας
Οι λειτουργίες μπορούν να χρησιμοποιούν σήματα εικόνας και βίντεο που προηγουμένως ήταν δύσκολο να επεξεργαστούν.
Το μέλλον της καθοδήγησης χωρίς ταξινομητές
Οι ερευνητές βελτιώνουν την καθοδήγηση για να διατηρήσουν την άμεση τήρηση χωρίς υπερκορεσμό, μέσω δυναμικού κατωφλίου, χρονοδιαγραμμάτων καθοδήγησης που αλλάζουν τη δύναμη στα βήματα και τεχνασμάτων επανακλιμάκωσης. Τα αποσταγμένα μοντέλα φτιάχνουν τώρα την καθοδήγηση σε ένα μόνο πέρασμα για να μειώσουν στο μισό τον υπολογισμό και οι νεότερες συνθέσεις εξερευνούν την διαταραγμένη προσοχή και την αυτόματη καθοδήγηση που δεν χρειάζονται καθόλου άνευ όρων διακλάδωση, με στόχο ευκρινείς, πιστές εικόνες με χαμηλότερο κόστος.
Υλοποίηση σε πραγματικό κόσμο
Προσαρμογή του ρυθμιστικού "Κλίμακα CFG" στο Stable Diffusion ή Midjourney για εξισορρόπηση της άμεσης ακρίβειας έναντι της δημιουργικότητας
Αύξηση καθοδήγησης για να εξαναγκάσει μια γεννήτρια να συμπεριλάβει ένα συγκεκριμένο αντικείμενο που είναι δύσκολο να αποδοθεί που περιγράφεται στην προτροπή
Μείωση της καθοδήγησης για να λαμβάνετε πιο ποικίλες, λιγότερο υπερκορεσμένες εξόδους κατά την εξερεύνηση πολλών επιλογών σχεδίασης
Ρύθμιση χρονοδιαγραμμάτων καθοδήγησης σε αγωγούς παραγωγής για μείωση των τεχνουργημάτων που καίγονται χρώματος σε αποδόσεις υψηλής λεπτομέρειας
Κίνδυνοι & προστατευτικά κιγκλιδώματα
Τα δικαιώματα εικόνας και η συναίνεση μπορεί να αποτελέσουν νομικούς κινδύνους εάν η προέλευση είναι ασαφής.
Η απόδοση του μοντέλου μπορεί να διαφέρει ανάλογα με το φωτισμό, τα δημογραφικά στοιχεία και τα περιβάλλοντα.
Τα ψευδώς θετικά μπορεί να περάσουν απαρατήρητα εκτός εάν παρακολουθούνται τα όρια εμπιστοσύνης.
Οδικός Χάρτης Εφαρμογής
Καθορίστε κριτήρια αποδοχής για το κόστος ακρίβειας, ανάκλησης και σφάλματος.
Δοκιμή με δεδομένα που ταιριάζουν με πραγματικές συνθήκες παραγωγής.
Προσθέστε ανθρώπινη κριτική για προβλέψεις χαμηλής εμπιστοσύνης ή υψηλού αντίκτυπου.
Παρακολουθήστε τη μετατόπιση του μοντέλου και επικυρώστε εκ νέου μετά από αλλαγές κάμερας ή δεδομένων.
Συνεχίστε την εξερεύνηση
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
Επόμενος οδηγός
Naive Bayes Classifiers
Συχνές ερωτήσεις
What is Classifier-Free Guidance?
Η καθοδήγηση χωρίς ταξινομητή είναι η τεχνική που κάνει τα μοντέλα διάχυσης να ακολουθούν πραγματικά την προτροπή σας, ανταλλάσσοντας κάποια ποικιλομορφία για πολύ μεγαλύτερη προσκόλληση. Είναι το μονό καντράν πίσω από το ρυθμιστικό «Κλίμακα καθοδήγησης» σε σχεδόν κάθε συσκευή παραγωγής εικόνων.
Ποιος είναι ο κύριος σκοπός της καθοδήγησης χωρίς ταξινομητή;
Η καθοδήγηση χωρίς ταξινομητή ενισχύει την άμεση συμμόρφωση με την παρέκταση από την άνευ όρων προς την υπό όρους πρόβλεψη.
Πώς μαθαίνει ένα μοντέλο να κάνει άνευ όρων προβλέψεις για καθοδήγηση χωρίς ταξινομητή;
Κατά τη διάρκεια της εκπαίδευσης, η προτροπή απορρίπτεται τυχαία μερικές φορές, έτσι ένα δίκτυο μαθαίνει τόσο τη συμπεριφορά υπό όρους όσο και την άνευ όρων.
Τι κάνει γενικά η αύξηση της κλίμακας καθοδήγησης;
Η υψηλότερη καθοδήγηση επιβάλλει αυστηρότερη προσκόλληση και ισχυρότερα χαρακτηριστικά, αλλά η υπερβολική ώθησή της προκαλεί υπερκορεσμένες, σκληρές, επιρρεπείς σε τεχνουργήματα εικόνες.
Πόσες περίπου περάσματα προς τα εμπρός ανά βήμα αποθορυβοποίησης απαιτεί η τυπική καθοδήγηση χωρίς ταξινομητή;
Το μοντέλο εκτελείται μία φορά με την προτροπή και μία φορά χωρίς, στη συνέχεια οι προβλέψεις συνδυάζονται, κοστίζοντας περίπου δύο περάσματα ανά βήμα.
Τι πλεονέκτημα έχει η καθοδήγηση χωρίς ταξινομητή έναντι της καθοδήγησης ταξινομητή;
Χρησιμοποιώντας ένα ενιαίο δίκτυο και για τις δύο προβλέψεις, αποφεύγει τον εύθραυστο, επιπλέον ταξινομητή που απαιτούσε η παλαιότερη καθοδηγούμενη διάχυση.