Визуальное руководство по искусственному интеллекту

Семена и воспроизводимость в создании изображений ИИ

Начальное число в генерации изображений ИИ — это число, которое запускает генератор случайных чисел, создающий начальный шум.

Прослушайте это руководствоОзвучено ИИ · ~3 min

На этой странице4 минуты чтения
  1. Обзор
  2. Глубокое погружение
  3. Реальная реализация
  4. Будущее семян и воспроизводимость в создании изображений с помощью искусственного интеллекта
  5. Применение на практике
  6. Продолжайте исследовать
  7. Часто задаваемые вопросы

Обзор

С тем же начальным значением, приглашением, моделью и настройками диффузионная модель обычно воссоздает одно и то же изображение. Начальные значения позволяют воспроизводить результат, вносить контролируемые изменения и честно сравнивать настройки, хотя точные совпадения могут отличаться в зависимости от программного обеспечения, оборудования или моделей.

Глубокое погружение

Модели диффузии начинаются с чистого случайного шума и шаг за шагом преобразуют его в изображение. Этот шум не является действительно случайным. Он исходит от генератора псевдослучайных чисел, который выдает одну и ту же последовательность чисел всякий раз, когда она начинается с одного и того же начального числа. Для Stable Diffusion 1.5 с размером 512 на 512 пикселей начальное число заполняет скрытый тензор из 4 каналов значениями 64 на 64, и все, что рисует модель, вырастает из этого шаблона. Большие формы, например, где стоит фигура или где падает горизонт, в основном определяются на ранних этапах, поэтому затравка сильно влияет на композицию. Воспроизведение изображения требует большего, чем просто начальное значение. Вам также потребуются те же веса модели, подсказка, отрицательная подсказка, разрешение, пробоотборник, количество шагов и шкала навигации, а также любые дополнительные функции, такие как входы LoRA или ControlNet. Изменение разрешения меняет форму тензора шума, поэтому то же начальное значение дает несвязанное изображение. Многие инструменты присваивают каждому изображению в пакете следующий начальный номер, поэтому четвертое изображение в пакете часто является начальным начальным числом плюс три. Точное воспроизведение все равно может оказаться неудачным. Генераторы случайных чисел CPU и GPU в таких библиотеках, как PyTorch, создают разные последовательности из одного и того же начального числа. Некоторые операции графического процессора являются недетерминированными, математические операции с половинной точностью выполняются по-разному на разных аппаратных средствах, а код внимания, экономящий память, может изменять крошечные значения, которые растут за много шагов. Семплеры предков добавляют свежий шум на каждом этапе, что увеличивает вероятность расхождения результатов. Другая модель или новая версия той же модели превращает идентичный шум в совершенно другую картину. Не существует универсально «хороших семян». Семя, которое хорошо работает для одной подсказки и модели, не имеет особых качеств где-либо еще. Функции вариаций, которые сочетаются со вторым «исходным кодом вариации», позволяют вам исследовать близлежащие изображения, сохраняя при этом общий макет.

Реальная реализация

Дизайнеру нравится композиция, созданная с начальным числом 123456, поэтому он оставляет это начальное число фиксированным и меняет «красную куртку» на «синюю куртку», чтобы получить тесно связанную сцену с измененной одной деталью.

Команда, сравнивающая два сэмплера, отображает одно и то же приглашение для одних и тех же пяти семян, поэтому любые различия происходят из-за сэмплера, а не из-за удачи.

Пользователь Midjourney добавляет параметр --seed для повторного запуска запроса с той же начальной точки, а затем обнаруживает, что результаты по-прежнему различаются в разных версиях модели.

Любитель делится исходными данными и полными настройками на форуме, но другой пользователь с другим графическим процессором и сборкой программного обеспечения получает похожее, но не идентичное изображение.

Будущее семян и воспроизводимость в создании изображений с помощью искусственного интеллекта

Семена останутся базовым элементом управления для локальных и открытых моделей, где пользователи смогут видеть каждый параметр. Хостинговые продукты различаются: некоторые предоставляют исходные данные, другие скрывают их или применяют изменения на стороне сервера, которые делают точное воспроизведение невозможным. Авторегрессионные и гибридные модели изображений также используют случайность при выборке, поэтому идея начального числа сохраняется даже там, где механика различается. Более совершенные инструменты для записи полных рецептов генерации, включая версии библиотек и аппаратное обеспечение, упростят обмен результатами и их аудит. Чего семена не могут сделать, так это гарантировать одинаковый результат для всех версий модели, поскольку любое изменение весов меняет то, как шум становится изображением.

Применение на практике

Почему это важно

  • Скорость и масштаб. Визуальный ИИ может автоматизировать задачи проверки, обнаружения и маркировки в любом масштабе.
  • Выбор сборки. Творческие группы могут быстрее создавать прототипы концепций с меньшим количеством доработок вручную.
  • Команда и рабочий процесс. Операции могут использовать изображения и видеосигналы, которые раньше было трудно обрабатывать.

Следите за

  • Права на изображение и согласие могут стать юридическими рисками, если происхождение неясно.
  • Производительность модели может варьироваться в зависимости от освещения, демографии и окружающей среды.
  • Ложноположительные результаты могут остаться незамеченными, если не контролировать пороговые значения достоверности.

Следующие шаги

  1. Определите критерии приемки точности, стоимости отзыва и ошибок.
  2. Тестируйте с данными, которые соответствуют реальным производственным условиям.
  3. Добавьте человеческую проверку для прогнозов с низкой достоверностью или высокой эффективностью.
  4. Отслеживайте дрейф модели и выполняйте ее повторную проверку после изменений камеры или набора данных.

Продолжайте исследовать

Бесплатная рассылка

Получайте ежедневный AI-обзор

Три проверенных AI-истории каждое утро буднего дня, написанные простым английским. Бесплатно навсегда, без рекламы.

Одно электронное письмо каждый будний день. Отписаться в один клик. Мы никогда не продаем и не передаем ваш адрес.

Проверьте себя

Take the Seeds and Reproducibility in AI Image Generation quiz

Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.

Начать тест

Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование

Часто задаваемые вопросы

Что такое семена и воспроизводимость в создании изображений ИИ?

Начальное число в генерации изображений ИИ — это число, которое запускает генератор случайных чисел, создающий начальный шум. С тем же начальным значением, приглашением, моделью и настройками диффузионная модель обычно воссоздает одно и то же изображение. Начальные значения позволяют воспроизводить результат, вносить контролируемые изменения и честно сравнивать настройки, хотя точные совпадения могут отличаться в зависимости от программного обеспечения, оборудования или моделей.

Чем непосредственно управляет семя в генераторе диффузных изображений?

Начальное число инициализирует генератор случайных чисел, который создает начальный шум, а модель уточняет этот шум в изображении.

Почему сохранение начального значения, но изменение разрешения приводит к несвязанному изображению?

Для другого разрешения требуется латентный размер другого размера, поэтому генерируемый шум распределяется по-другому, и композиция полностью меняется.

На какой аспект изображения сильно влияет семя, поскольку оно определяется на ранних этапах?

Большие формы и расположение определяются на ранних стадиях шумоподавления и вырастают непосредственно из начального шума, который производит семя.

Почему одно и то же начальное число может давать разный шум на процессоре и графическом процессоре?

Такие библиотеки, как PyTorch, используют отдельные реализации генератора случайных чисел на каждом устройстве, поэтому одно и то же начальное число дает разные числа.

В пакете из четырех изображений, начиная с начального числа 500, какое начальное число многие инструменты назначают четвертому изображению?

Многие инструменты нумеруют начальные числа пакетов последовательно, поэтому в изображениях используются номера 500, 501, 502 и 503.

Продолжайте учиться

Связанные руководства

Другие руководства, выбранные по этой теме

Получите бесплатный AI-сертификатКороткий бесплатный курс и экзамен. Без стоимости, без карты. Около 2,5 часов.Начать бесплатно →