Osztályozó nélküli útmutató
Az osztályozó nélküli útmutatás az a technika, amely arra készteti a diffúziós modelleket, hogy valóban követik az Ön utasításait, és némi változatossággal kereskednek a sokkal erősebb tapadás érdekében.
Áttekintés
It is the single dial behind the 'guidance scale' slider in nearly every image generator.
Mély merülés
A korai irányított diffúzióhoz külön osztályozóra volt szükség, hogy a mintákat a kívánt osztály felé tolja, ami törékeny és extra képzést igényelt. A Jonathan Ho és Tim Salimans által 2022-ben javasolt osztályozók nélküli útmutatás megszünteti ezt a függőséget. A képzés során a modell véletlenszerűen eldobja a kondicionálást (a szöveges promptot) az idő bizonyos százalékában, így megtanul feltételes és feltétel nélküli előrejelzéseket is előállítani egyetlen hálózattal. A mintavételezés során lépésenként kétszer futtatja a modellt, egyszer a prompttal, egyszer pedig anélkül, majd a feltétel nélküli előrejelzést a feltételes előrejelzés felé extrapolálja. Az extrapoláció mértéke az irányadó skála: a magasabb értékek szorosabb azonnali tapadást és erősebb telítettséget kényszerítenek ki, míg az alacsonyabb értékek változatosabb, de lazább illeszkedést adnak.
Technikai betekintés
Matematikailag az irányított zaj-előrejelzés a feltétel nélküli előrejelzés, plusz a vezetési skála szorozva a feltételes és a feltétel nélküli előrejelzések közötti különbséget. Az 1-es skála azt jelenti, hogy nincs útmutatás; A tipikus értékek 5-től 9-ig terjednek. A skála nagyon magasra tolása felerősíti a gyors jellemzőket, de túltelített színeket, durva kontrasztot és műtermékeket okoz, mivel a modell messze a tanult eloszláson kívülre extrapolál. Ez nagyjából két előremenetbe kerül zajtalanítási lépésenként.
Stratégiai hatás
Sebesség és méretarány
A vizuális AI képes automatizálni az ellenőrzési, észlelési és címkézési feladatokat nagy léptékben.
Építési lehetőségek
A kreatív csapatok gyorsabban prototípusokat készíthetnek a koncepciókból, kevesebb kézi átdolgozással.
Csapat és munkafolyamat
A műveletek olyan kép- és videojeleket használhatnak, amelyeket korábban nehéz volt feldolgozni.
Az osztályozó nélküli útmutatás jövője
A kutatók a dinamikus küszöbértékek, a lépésenkénti erősséget megváltoztató útmutatási ütemezések és az átskálázási trükkök révén finomítják az útmutatást, hogy a túltelítettség nélkül is gyors betartást biztosítsanak. A desztillált modellek most egyetlen lépésben rögzítik az útmutatást, hogy felére csökkentsék a számítást, az újabb készítmények pedig a zavart figyelem és az automatikus irányítást fedezik fel, amelyeknek egyáltalán nincs szükségük feltétel nélküli elágazásra, és az éles, élethű képeket célozzák meg alacsonyabb költségek mellett.
Valós megvalósítás
Állítsa be a 'CFG skála' csúszkát a Stabil diffúzióban vagy a Midjourney a gyors pontosság és a kreativitás közötti egyensúly érdekében
Útmutatás növelése, hogy a generátor rákényszerítse a promptban leírt konkrét, nehezen renderelhető objektumot
Csökkentett iránymutatás a változatosabb, kevésbé túltelített kimenetek elérése érdekében számos tervezési lehetőség felfedezésekor
Útmutató ütemezések hangolása a gyártási folyamatokban, hogy csökkentse a színbeégetett műtermékeket a nagy részletgazdag rendereléseken
Kockázatok és védőkorlátok
A képhez fűződő jogok és a beleegyezés jogi kockázatot jelenthet, ha a származás nem egyértelmű.
A modell teljesítménye a világítástól, a demográfiai adatoktól és a környezettől függően változhat.
A hamis pozitívumok észrevétlenek maradhatnak, hacsak nem figyelik a megbízhatósági küszöböket.
Végrehajtási ütemterv
Határozza meg a pontosság, a visszahívás és a hibaköltségek elfogadási kritériumait.
Tesztelje a valós gyártási feltételeknek megfelelő adatokkal.
Adjon hozzá emberi felülvizsgálatot az alacsony megbízhatóságú vagy nagy hatású előrejelzésekhez.
A modell elsodródásának nyomon követése és újbóli érvényesítése a kamera vagy az adatkészlet módosítása után.
Folytassa a felfedezést
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
Következő útmutató
Naiv Bayes osztályozók
Gyakran ismételt kérdések
What is Classifier-Free Guidance?
Az osztályozó nélküli útmutatás az a technika, amely arra készteti a diffúziós modelleket, hogy valóban követik az Ön utasításait, és némi változatossággal kereskednek a sokkal erősebb tapadás érdekében. Szinte minden képgenerátorban ez az egyetlen tárcsa az „irányítási skála” csúszkája mögött.
Mi a fő célja az osztályozó nélküli útmutatásnak?
Az osztályozó nélküli útmutatás fokozza az azonnali betartást azáltal, hogy a feltétel nélkülitől a feltételes előrejelzés felé extrapolál.
Hogyan tanul meg egy modell feltétel nélküli előrejelzéseket készíteni az osztályozó nélküli útmutatáshoz?
A képzés során a prompt időnként véletlenszerűen kiesik, így az egyik hálózat megtanulja a feltételes és a feltétel nélküli viselkedést is.
Mit jelent általában az útmutatási skála növelése?
A nagyobb vezetés szorosabb tapadást és erősebb jellemzőket kényszerít ki, de a túlzott eltolás túltelített, durva, műtermékekre hajlamos képeket eredményez.
Körülbelül hány előrelépést igényel zajtalanítási lépésenként a szabványos osztályozó nélküli irányítás?
A modellt egyszer futtatják prompttal, egyszer pedig anélkül, majd az előrejelzéseket kombinálják, lépésenként körülbelül két lépésbe kerülve.
Milyen előnye van az osztályozó nélküli vezetésnek az osztályozó vezetéssel szemben?
Azáltal, hogy egyetlen hálózatot használ mindkét előrejelzéshez, elkerüli a törékeny, extra osztályozót, amelyre a régebbi irányított diffúzióra volt szükség.