Mifano ya Kueneza
Miundo ya mtawanyiko hutoa picha kwa kujifunza kubadili mchakato wa kelele, kugeuza tuli isiyo ya kawaida kuwa picha za kina hatua kwa hatua.
Muhtasari
They power today's leading text-to-image tools like Stable Diffusion, DALL-E, and Midjourney.
Dive ya kina
Mfano wa uenezi umefunzwa katika pande mbili. Katika mchakato wa kusonga mbele, taswira safi inaharibiwa hatua kwa hatua kwa kuongeza kiasi kidogo cha kelele nasibu hadi inakuwa tuli safi. Kisha mfano hujifunza kinyume: kuanzia kelele, hutabiri na kuondosha kelele kidogo kwa kila hatua, kurudia mara kadhaa au mamia hadi picha kali itatokea. Ili kufanya hili liweze kudhibitiwa, arifa ya maandishi huelekeza kila hatua ya kutoa sauti, kwa hivyo "mwanaanga anayeendesha farasi" huelekeza tuli kuelekea picha hiyo. Mifumo ya kisasa kama vile Usambazaji Imara huendesha mchakato huu katika nafasi fiche iliyobanwa badala ya saizi mbichi, na kuifanya iwe haraka zaidi. Ikilinganishwa na GAN, miundo ya uenezaji hufunza kwa uthabiti zaidi na kutoa utofauti mkubwa zaidi, ndiyo maana ilishinda GAN kama mbinu kuu ya utengenezaji wa picha za ubora wa juu karibu 2022.
Ufahamu wa Kiufundi
Ujanja muhimu ni kwamba mtandao haupaswi kamwe kutoa picha kwa risasi moja; inajifunza tu kutabiri kelele iliyoongezwa kwa hatua fulani. Wakati wa mafunzo, kiasi kinachojulikana cha kelele kinaongezwa kwa picha halisi na mfano huombwa kukadiria kelele hiyo; tofauti ni makosa ya mafunzo. Wakati wa kizazi, mfano huo huondoa mara kwa mara kelele yake iliyotabiriwa, hatua kwa hatua huonyesha muundo. Urekebishaji wa maandishi hudungwa kupitia uzingatiaji mtambuka, na mwongozo usio na uainishaji huongeza jinsi maongozi yanavyoelekeza utoaji.
Athari za kimkakati
Maamuzi ya wazi zaidi
Inakusaidia kutenganisha madai ya wazi ya kiufundi kutoka kwa lugha ya uuzaji.
Cost and budget
Unaweza kuuliza maswali ya utekelezaji bora kabla ya kutumia pesa au wakati.
Timu na mtiririko wa kazi
Timu zenye uelewa wa pamoja hufanya maamuzi bora ya bidhaa, sera na mafunzo.
Mustakabali wa Miundo ya Usambazaji
Usambazaji ni hali ya sasa ya sanaa ya picha, na video na sauti zinazoongezeka, uzalishaji, kwa zana kama Sora kuipanua hadi kwenye mwendo. Msukumo mkubwa ni kasi: mbinu kama vile muundo wa kunereka na uthabiti hulenga kupunguza mamia ya hatua za kupunguza sauti hadi chache au hata moja, kuwezesha kizazi cha wakati halisi. Tarajia uenezaji upanuke hadi katika vipengee vya 3D, muundo wa kisayansi kama vile molekuli na protini, na uhariri unaoweza kudhibitiwa, huku ukiwa nafuu wa kutosha kufanya kazi kwenye simu.
Utekelezaji wa Ulimwengu Halisi
Kuunda mchoro asili na picha kutoka kwa vidokezo vya maandishi katika Usambazaji Imara, DALL-E, na Midjourney
Uchoraji na kupaka rangi nje, kujaza au kupanua sehemu za picha bila mshono
Inazalisha video kutoka kwa maandishi katika zana kama vile OpenAI's Sora
Kubuni molekuli mpya na miundo ya protini kwa ajili ya utafiti wa ugunduzi wa dawa
Hatari & Walinzi
Timu tofauti zinaweza kutumia neno moja tofauti, kwa hivyo fafanua upeo mapema.
Vigezo vinaweza kuonekana kuwa na nguvu ilhali utendakazi wa ulimwengu halisi haufanani.
Kupuuza ubora wa data na mipango ya tathmini mara nyingi huleta matokeo tete.
Ramani ya Utekelezaji
Anza na ufafanuzi wa lugha rahisi wa matokeo unayohitaji.
Chagua kipimo kimoja cha mafanikio na hali moja ya kutofaulu kabla ya kujaribu.
Tekeleza majaribio madogo yenye data wakilishi, si seti ya onyesho iliyoboreshwa.
Hati ambapo Miundo ya Usambazaji husaidia na ambapo mbinu rahisi ni bora zaidi.
Endelea Kuchunguza
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 Diffusion Models 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
Mwongozo unaofuata
Mfano wa Usambazaji wa GLIDE
Maswali yanayoulizwa mara kwa mara
What is Diffusion Models?
Miundo ya mtawanyiko hutoa picha kwa kujifunza kubadili mchakato wa kelele, kugeuza tuli isiyo ya kawaida kuwa picha za kina hatua kwa hatua. Zinawezesha zana maarufu za leo za kubadilisha maandishi hadi picha kama vile Usambazaji Imara, DALL-E, na Midjourney.
Ni wazo gani la msingi la jinsi mtindo wa uenezaji hutoa picha?
Mfano wa uenezaji hujifunza kubadili mchakato wa kelele, kuanzia kelele safi na denoising hatua kwa hatua hadi picha wazi inaonekana.
Wakati wa mafunzo, modeli hujifunza nini hasa kutabiri katika kila hatua?
Mfano huo hupewa picha ya kelele na hujifunza kukadiria kelele ambayo iliongezwa, kwa hivyo inaweza kutoa kelele baadaye wakati wa kizazi.
Je, ari ya maandishi huathiri vipi picha inayozalishwa?
Urekebishaji wa maandishi (kupitia umakini na mwongozo) hugusa kila hatua ya kutoa sauti ili picha inayoibuka ilingane na kidokezo.
Kwa nini Usambazaji Imara huendesha mchakato katika 'nafasi iliyofichika'?
Kufanya kazi katika nafasi fiche iliyobanwa badala ya pikseli zenye mwonekano kamili hupunguza kwa kiasi kikubwa ukokotoaji huku ukihifadhi ubora.
Ni faida gani kuu ya mifano ya uenezaji juu ya GAN?
Miundo ya uenezaji huepuka kuporomoka kwa mchezo wa pinzani na hali isiyo thabiti ya GAN, na hivyo kutoa mafunzo yanayotegemewa zaidi na aina kubwa zaidi za matokeo.