Awoṣe Itankale GLIDE
GLIDE jẹ arosọ OpenAI awoṣe itankale ọrọ-si-aworan ti o ṣe afihan awọn itọsi pẹlu 'itọnisọna-ọfẹ classifier' le lu awọn eto orisun-GAN tẹlẹ.
Akopọ
O jẹ ọna ti o ṣe pataki lati lọ si DALL-E 2.
Jin Dive
Tu silẹ nipasẹ OpenAI ni ipari 2021, GLIDE (Ede Itọsọna si Itankalẹ Aworan fun Iran ati Ṣatunkọ) ṣe afihan pe awọn awoṣe itọka ti o ni itọsọna nipasẹ ọrọ le ṣe agbejade ojulowo, awọn aworan olotitọ ni iyara. Ilowosi rẹ ti o tobi julọ ni ifiwera awọn ọna meji lati darí iran: itọsọna CLIP dipo itoni-ọfẹ classifier. Ẹgbẹ naa rii itọsọna ti ko ni iyasọtọ ti o ṣe agbejade ojulowo diẹ sii ati awọn aworan ibaramu dara julọ, abajade ti o ṣe apẹrẹ gbogbo awoṣe ọrọ-si-aworan lati igba naa. GLIDE tun ṣe atilẹyin kikun-ìṣó ọrọ, jẹ ki awọn olumulo ṣatunkọ apakan aworan kan pẹlu itọsi tuntun. O lo awoṣe itọjade paramita 3.5-biliọnu kan pẹlu iṣagbega kan. OpenAI ṣe idasilẹ ẹya ti o kere ju, titọ ni gbangba lakoko ti o dawọ awoṣe kikun nitori awọn ifiyesi ilokulo, ati pe awọn ẹkọ rẹ jẹun taara sinu DALL-E 2.
Imọ-imọ-ẹrọ
Itọnisọna-ọfẹ Classifier jẹ ẹkọ imọ-ẹrọ akọkọ ti GLIDE. Lakoko ikẹkọ, awoṣe nigbakan rii itọsi ọrọ gidi ati nigbakan ọkan òfo, kikọ mejeeji ni ilodisi ati iran ainidi. Ni akoko iṣapẹẹrẹ o yọkuro kuro ni asọtẹlẹ ailopin si ọna ti o ni ilodi si, ni didin bi abajade ti n tẹle itọsi naa ni agbara. Eyi yago fun iwulo olupilẹṣẹ lọtọ ati fun akiyesi ni akiyesi ti o dara julọ ati titete ọrọ ju idari pẹlu CLIP, di ilana aiyipada fun awọn awoṣe nigbamii.
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 Awoṣe Itankale GLIDE
GLIDE funrararẹ jẹ itan-akọọlẹ pupọ, ti o rọpo nipasẹ DALL-E 2, Imagen, ati Itankale Stable, ṣugbọn awọn imọran rẹ tẹsiwaju nibi gbogbo. Itọnisọna-ọfẹ Classifier jẹ bọtini aiyipada fun iṣowo ni pipa iṣotitọ ati oniruuru, ati kikun-iwakọ ọrọ jẹ boṣewa bayi. Awọn ọna ṣiṣe iwaju n tọju awọn iṣeto itoni isọdọtun, idinku awọn ohun elo ti o fa itọnisọna to lagbara, ati fa awọn ipilẹ kanna si fidio ati itankale 3D, nitorinaa ipa GLIDE ju awoṣe lọ.
Real-World imuse
Ṣiṣẹda aworan kan lati inu gbolohun ọrọ gẹgẹbi aaye ti a ṣalaye, ti n ṣe afihan iṣakojọpọ iṣotitọ ni kutukutu
Inkikun ti a ṣe idari ọrọ: boju-boju apakan ti fọto kan ati kikun pẹlu ohun tuntun ti a ṣalaye ninu awọn ọrọ
Ṣatunkọ aworan ti o wa tẹlẹ nipa fifi kun tabi rọpo awọn eroja nipasẹ itọka atẹle
Ṣiṣẹ gẹgẹbi ipilẹ ipilẹ iwadi ti o ṣe afihan itọnisọna ti ko ni iyasọtọ lu itọsọna CLIP fun titete
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 GLIDE Diffusion Model 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
Awọn awoṣe Itankale Latent
Awọn ibeere ti a beere nigbagbogbo
Kini awoṣe GLIDE Diffusion?
GLIDE jẹ arosọ OpenAI awoṣe itankale ọrọ-si-aworan ti o ṣe afihan awọn itọsi pẹlu 'itọnisọna-ọfẹ classifier' le lu awọn eto orisun-GAN tẹlẹ. O jẹ okuta igbesẹ bọtini kan lori ọna si DALL-E 2.
Ọna itọsọna wo ni GLIDE rii ti o ṣe agbejade dara julọ, awọn aworan oloootitọ diẹ sii?
GLIDE ṣe afihan itoni-ọfẹ classifier funni ni ojulowo diẹ sii ati awọn abajade ibamu-dara ju itọsọna CLIP lọ.
Kini adape GLIDE tẹnumọ pe o le ṣe yatọ si ipilẹṣẹ?
GLIDE duro fun Ede Itọsọna si Itankale Aworan fun Ipilẹṣẹ ati Ṣiṣatunṣe, pẹlu inkikun ti a dari ọrọ.
Bawo ni itoni-ọfẹ classifier ṣiṣẹ lakoko ikẹkọ?
Nipa ikẹkọ lori awọn itọsi gidi ati ofo, awoṣe kọ ẹkọ iran ti ko ni ijẹẹmu, lẹhinna ṣe afikun laarin wọn ni iṣapẹẹrẹ.
Ewo ni OpenAI awoṣe nigbamii ti awọn ẹkọ GLIDE jẹ ifunni taara si?
GLIDE jẹ okuta igbesẹ kan si DALL-E 2, eyiti o gba ati kọ lori awọn oye itọnisọna rẹ.
Kilode ti OpenAI ṣe tusilẹ diẹ nikan, ẹya ti glide ti a yan ni gbangba?
OpenAI dawọ awoṣe kikun lori awọn ifiyesi ilokulo ati tujade titọ, iyatọ kekere dipo.