Awọn awoṣe Itankale
Awọn awoṣe itọka n ṣe agbekalẹ awọn aworan nipa kikọ ẹkọ lati yi ilana ariwo pada, titan aimi aimi sinu awọn aworan alaye ni igbese nipa igbese.
Akopọ
Wọn ṣe agbara awọn irinṣẹ ọrọ-si-aworan ti ode oni bi Stable Diffusion, DALL-E, ati Midjourney.
Jin Dive
Awoṣe itankale jẹ ikẹkọ ni awọn itọnisọna meji. Ninu ilana siwaju, aworan ti o mọ ni ibajẹ diẹdiẹ nipa fifi awọn iwọn kekere ti ariwo laileto kun titi yoo fi di aimi mimọ. Awoṣe lẹhinna kọ ẹkọ iyipada: bẹrẹ lati ariwo, o sọ asọtẹlẹ ati yọ ariwo kekere kuro ni igbesẹ kọọkan, tun ṣe awọn dosinni tabi awọn ọgọọgọrun igba titi ti aworan didasilẹ yoo han. Lati jẹ ki eyi le ṣakoso, itọka ọrọ kan n ṣe itọsọna igbesẹ ikọlu kọọkan, nitoribẹẹ “awọ awòràwọ kan ti n gun ẹṣin” n darí aimi si aworan yẹn. Awọn ọna ṣiṣe ode oni bii Itankale Iduroṣinṣin nṣiṣẹ ilana yii ni aaye wiwakọ fisinuirindigbindigbin kuku ju lori awọn piksẹli aise, ṣiṣe ni iyara pupọ. Ti a ṣe afiwe pẹlu awọn GANs, awọn awoṣe itọjade ṣe ikẹkọ ni iduroṣinṣin diẹ sii ati ṣe agbejade oniruuru nla, eyiti o jẹ idi ti wọn fi bori awọn GAN bi ọna ti o ga julọ si iran aworan didara ga ni ayika 2022.
Imọ-imọ-ẹrọ
Ẹtan bọtini ni pe nẹtiwọọki ko ni lati ṣe ipilẹṣẹ aworan ni ibọn kan; o kọ ẹkọ nikan lati ṣe asọtẹlẹ ariwo ti a fi kun ni igbesẹ ti a fifun. Lakoko ikẹkọ, iye ariwo ti a mọ ni a ṣafikun si aworan gidi kan ati pe a beere awoṣe lati ṣe iṣiro ariwo naa; iyatọ jẹ aṣiṣe ikẹkọ. Ni akoko iran, awoṣe leralera iyokuro ariwo ti asọtẹlẹ rẹ, ti n ṣafihan igbekalẹ. Imudara ọrọ jẹ itasi nipasẹ akiyesi-agbelebu, ati itọsọna-ọfẹ classifier n ṣe alekun bawo ni iyara ti n dari iṣẹjade.
Ipa Ilana
Awọn ipinnu diẹ sii
O ṣe iranlọwọ fun ọ lati ya sọtọ awọn iṣeduro imọ-ẹrọ lati ede tita.
Iye owo ati isuna
O le beere awọn ibeere imuse to dara julọ ṣaaju lilo owo tabi akoko.
Ẹgbẹ ati ṣiṣan iṣẹ
Awọn ẹgbẹ pẹlu oye pinpin ṣe ọja to dara julọ, eto imulo, ati awọn ipinnu ikẹkọ.
Ojo iwaju ti Awọn awoṣe Itankale
Itankale jẹ ipo aworan lọwọlọwọ fun aworan, ati fidio ati ohun ti n pọ si, iran, pẹlu awọn irinṣẹ bii Sora ti n fa siwaju si išipopada. Titari nla naa ni iyara: awọn ilana bii distillation ati awọn awoṣe aitasera ṣe ifọkansi lati ge awọn ọgọọgọrun ti awọn igbesẹ denoising si isalẹ lati ọwọ kan tabi paapaa ọkan, ṣiṣe irandi akoko gidi. Reti itankale lati faagun sinu awọn ohun-ini 3D, apẹrẹ imọ-jinlẹ gẹgẹbi awọn ohun elo ati awọn ọlọjẹ, ati ṣiṣatunṣe iṣakoso ni wiwọ, lakoko ti o di olowo poku to lati ṣiṣẹ lori awọn foonu.
Real-World imuse
Ṣiṣẹda iṣẹ ọna atilẹba ati awọn aworan lati awọn itọ ọrọ ni Stable Diffusion, DALL-E, ati Midjourney
Inpainting ati ita kikun, àgbáye ni tabi fa awọn ẹya ara ti a Fọto seamlessly
Ṣiṣẹda fidio lati ọrọ ni awọn irinṣẹ bii OpenAI's Sora
Ṣiṣeto awọn ohun elo aramada ati awọn ẹya amuaradagba fun iwadii wiwa oogun
Awọn ewu & Awọn ọna iṣọ
Awọn ẹgbẹ oriṣiriṣi le lo ọrọ kanna ni oriṣiriṣi, nitorinaa ṣalaye iwọn ni kutukutu.
Awọn aṣepari le wo lagbara lakoko ti iṣẹ-aye gidi ko ṣe deede.
Aibikita didara data ati awọn ero igbelewọn nigbagbogbo ṣẹda awọn abajade ẹlẹgẹ.
Ilana Ilana imuse
Bẹrẹ pẹlu itumọ-ede itele ti abajade ti o nilo.
Mu metiriki aṣeyọri kan ati ipo ikuna kan ṣaaju idanwo.
Ṣiṣe awakọ kekere kan pẹlu data aṣoju, kii ṣe eto demo didan.
Iwe-ipamọ nibiti Awọn awoṣe Itankale ṣe iranlọwọ ati nibiti awọn ọna ti o rọrun dara julọ.
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 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
Itọsọna atẹle
Awoṣe Itankale GLIDE
Awọn ibeere ti a beere nigbagbogbo
Kini Awọn awoṣe Itankale?
Awọn awoṣe itọka n ṣe agbekalẹ awọn aworan nipa kikọ ẹkọ lati yi ilana ariwo pada, titan aimi aimi sinu awọn aworan alaye ni igbese nipa igbese. Wọn ṣe agbara awọn irinṣẹ idari ọrọ-si-aworan oni bi Stable Diffusion, DALL-E, ati Midjourney.
Kini imọran mojuto lẹhin bii awoṣe itankale ṣe n ṣe agbekalẹ aworan kan?
Awoṣe tan kaakiri kọ ẹkọ lati yi ilana ariwo pada, ti o bẹrẹ lati ariwo mimọ ati kọlu ni igbesẹ nipasẹ igbese titi aworan ti o han gbangba yoo han.
Lakoko ikẹkọ, kini awoṣe gangan kọ ẹkọ lati ṣe asọtẹlẹ ni igbesẹ kọọkan?
Awoṣe naa ni a fun ni aworan alariwo ati kọ ẹkọ lati ṣe iṣiro ariwo ti a ṣafikun, nitorinaa o le yọ ariwo kuro nigbamii lakoko iran.
Bawo ni itọka ọrọ ṣe ni ipa lori aworan ti a ti ipilẹṣẹ?
Ifarabalẹ ọrọ (nipasẹ akiyesi-agbelebu ati itọsọna) nudges gbogbo igbesẹ atako ki aworan ti n yọ jade baamu itọsi naa.
Kini idi ti Itankale Iduroṣinṣin nṣiṣẹ ilana ni 'aaye wiwaba' kan?
Ṣiṣẹ ni aaye wiwakọ fisinuirindigbindigbin dipo awọn piksẹli ipinnu ni kikun bosipo dinku iṣiro lakoko ti o tọju didara.
Kini anfani bọtini kan ti awọn awoṣe itankale lori awọn GAN?
Awọn awoṣe tan kaakiri yago fun ere adversarial riru ati ipo iṣubu ti awọn GAN, ti nso ikẹkọ igbẹkẹle diẹ sii ati ọpọlọpọ iṣelọpọ nla.