DDPM ati DDIM Awọn ayẹwo
DDPM ati DDIM jẹ awọn ọna meji lati ṣiṣe ilana iyipada ti awoṣe itankale, titan ariwo laileto sinu igbesẹ aworan nipasẹ igbese.
Akopọ
DDPM is the original stochastic recipe; DDIM is a faster, deterministic shortcut that produces comparable images in far fewer steps.
Jin Dive
Awoṣe itankale jẹ ikẹkọ nipa fifi ariwo Gaussian didiẹ si awọn aworan, lẹhinna kọ ẹkọ lati sọ asọtẹlẹ ariwo naa. Iṣapẹẹrẹ yiyipada eyi. DDPM (Denoising Diffusion Probabilistic Models, Ho et al. 2020) rin sẹhin nipasẹ gbogbo ipele ariwo, n ṣafikun dab tuntun ti ariwo laileto ni igbesẹ kọọkan, nitorinaa o nilo awọn ọgọọgọrun si ẹgbẹrun awọn igbesẹ. DDIM (Denoising Diffusion implicit Models, Song et al. 2021) tun nlo nẹtiwọọki ikẹkọ kanna gangan ṣugbọn tẹle atẹle ti kii ṣe Markovian, itọpa ipinnu. Nipa sisọ abẹrẹ ti abẹrẹ silẹ, DDIM le fo ọpọlọpọ awọn igba ati ki o tun de lori aworan didara kan ni awọn igbesẹ 10-50. Nitoripe DDIM jẹ ipinnu ipinnu, ariwo ibẹrẹ kanna nigbagbogbo n mu aworan kanna mu, ti o mu ki interpolation dan ati atunṣe.
Imọ-imọ-ẹrọ
Awọn apẹẹrẹ mejeeji lo nẹtiwọọki kan ti o sọ asọtẹlẹ ariwo epsilon ti a ṣafikun si aworan ni igba akoko t. Imudojuiwọn DDPM yọkuro ẹya ti o ni iwọn ti asọtẹlẹ yẹn ati lẹhinna ṣafikun ariwo iyatọ ti o fa lati ẹhin. DDIM tun ṣe imudojuiwọn imudojuiwọn lati kọkọ siro aworan mimọ x0, lẹhinna tun ṣe iṣẹ akanṣe siwaju si akoko atẹle (kere) ti o tẹle laisi ọrọ sitokasitik. A paramita eta parapo awọn meji: eta = 1 recovers DDPM, eta = 0 yoo fun ni kikun deterministic DDIM.
Ipa Ilana
Iyara ati iwọn
Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn.
Kọ awọn yiyan
Awọn ẹgbẹ ẹda le ṣe apẹrẹ awọn imọran yiyara pẹlu awọn atunyẹwo afọwọṣe diẹ.
Ẹgbẹ ati ṣiṣan iṣẹ
Awọn iṣẹ ṣiṣe le lo aworan ati awọn ifihan agbara fidio ti o nira tẹlẹ lati ṣiṣẹ.
Ojo iwaju ti DDPM ati DDIM Samples
Iwadii Sampler jẹ ere-ije si ọna ọkan- tabi iran-igbesẹ diẹ. Awọn olutayo ODE ti o ga julọ bi DPM-olupin ati DPM-olupinu ++ tẹlẹ ge iṣapẹẹrẹ didara si labẹ awọn igbesẹ 20, lakoko ti awọn ọna distillation (distillation ilọsiwaju, awọn awoṣe aitasera, aitasera wiwaba) awọn awoṣe compress sinu awọn olupilẹṣẹ igbesẹ 1-4. Reti DDPM/DDIM lati wa awọn ipilẹ ero inu lakoko ti awọn eto iṣelọpọ dale lori distilled ati awọn oluyanju adaṣe fun aworan akoko gidi ati iṣelọpọ fidio lori ohun elo olumulo.
Real-World imuse
Idurosinsin Pipa Pipa Pipa Pipa, nibiti DDIM ti funni bi apẹẹrẹ aiyipada iyara fun awọn itọka ọrọ-si-aworan ni awọn irinṣẹ bii Automatic1111 ati ComfyUI.
Awọn opo gigun ti aworan ti o tun ṣe atunṣe ti o ṣe atunṣe irugbin laileto pẹlu DDIM ipinnu, nitorinaa iru kanna ati irugbin nigbagbogbo tun ṣe atunṣe aworan kanna.
Ibaṣepọ aaye wiwaba dan laarin awọn aworan meji fun awọn ohun idanilaraya morphing, jẹ ki o ṣee ṣe nipasẹ iyaworan ipinnu ipinnu DDIM lati ariwo si iṣelọpọ.
Aṣetunṣe iṣẹda ti o yara ni iyara nibiti awọn apẹẹrẹ ti nlo awọn awotẹlẹ DDIM-igbesẹ 20 lati ṣawari awọn imọran ṣaaju ṣiṣe si fifalẹ, iṣotitọ giga-igbesẹ ni kikun.
Awọn ewu & Awọn ọna iṣọ
Awọn ẹtọ aworan ati igbanilaaye le di awọn eewu labẹ ofin ti o ba jẹ afihan.
Iṣe awoṣe le yatọ kọja ina, awọn ẹda eniyan, ati awọn agbegbe.
Awọn idaniloju eke le ma ṣe akiyesi ayafi ti a ba ṣe abojuto awọn ala igbẹkẹle.
Ilana Ilana imuse
Ṣetumo awọn ibeere gbigba fun pipe, iranti, ati awọn idiyele aṣiṣe.
Ṣe idanwo pẹlu data ti o baamu awọn ipo iṣelọpọ gidi.
Ṣafikun atunyẹwo eniyan fun igbẹkẹle kekere tabi awọn asọtẹlẹ ipa-giga.
Tọpinpin awoṣe ki o ṣe tunṣe lẹhin kamẹra tabi awọn ayipada datasetto.
Tesiwaju Ṣiṣawari
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 DDPM and DDIM Samplers 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
Itọsọna atẹle
Ijinna Ibẹrẹ Fréchet
Awọn ibeere ti a beere nigbagbogbo
What is DDPM and DDIM Samplers?
DDPM ati DDIM jẹ awọn ọna meji lati ṣiṣe ilana iyipada ti awoṣe itankale, titan ariwo laileto sinu igbesẹ aworan nipasẹ igbese. DDPM jẹ ohunelo sitokasitik atilẹba; DDIM jẹ ọna abuja ti o yara, ipinnu ipinnu ti o ṣe agbejade awọn aworan afiwera ni awọn igbesẹ ti o kere pupọ.
Kini anfani iwulo akọkọ ti DDIM lori DDPM?
DDIM tẹle ipinnu ipinnu kan, itọpa ti kii ṣe Markvian ti o jẹ ki o fo ọpọlọpọ awọn igba, ti o ṣẹda awọn aworan didara ni aijọju awọn igbesẹ 10-50 dipo awọn ọgọọgọrun.
Kini nẹtiwọọki nkankikan awoṣe awoṣe tan kaakiri gangan kọ ẹkọ lati ṣe asọtẹlẹ lakoko ikẹkọ?
Nẹtiwọọki naa ti ni ikẹkọ lati ṣe asọtẹlẹ ariwo Gaussian (epsilon) ti a ṣafikun ni igba kọọkan, eyiti mejeeji DDPM ati DDIM lẹhinna lo lati yi ilana naa pada.
Kini idi ti DDIM le ṣe agbejade aworan kanna gangan lati ariwo ibẹrẹ kanna ni gbogbo igba?
DDIM ṣubu ọrọ ariwo sitokasitik ni imudojuiwọn rẹ, ṣiṣe ọna lati ariwo si aworan ni kikun ipinnu ati nitorinaa tun ṣe.
Ni DDIM, iye wo ni paramita eta n gba ihuwasi DDPM sitokasitik atilẹba pada?
Awọn paramita eta interpolates laarin awọn meji samplers: eta = 1 yoo fun ni kikun DDPM stochasticity, nigba ti eta = 0 yoo fun ni kikun deterministic DDIM.
Ni aijọju awọn igbesẹ melo ni DDPM atilẹba nilo deede fun awọn ayẹwo didara-giga?
DDPM n rin pada nipasẹ gbogbo ipele ariwo ti n ṣafikun aileto, nitorinaa o nilo nigbagbogbo lori aṣẹ ti awọn ọgọọgọrun si ẹgbẹrun awọn igbesẹ yiyipada.