Akopọ
Awọn awoṣe itọka wiwaba n ṣe awọn aworan jade nipa ṣiṣiṣẹ ilana itankale ni aaye wiwakọ fisinuirindigbindigbin dipo awọn piksẹli aise, idinku awọn idiyele iṣiro. Wọn jẹ ẹrọ ti o wa lẹhin Stable Diffusion ati awọn olupilẹṣẹ aworan ṣiṣi-orisun ode oni julọ.
Awọn awoṣe Itankale wiwaba jẹ ti awọn ṣiṣan iṣẹ-iriran kọnputa ti o tumọ tabi ṣe ipilẹṣẹ media wiwo fun itupalẹ, awọn iṣẹ ṣiṣe, ati ẹda.
Jin Dive
Awoṣe tan kaakiri boṣewa kọ ẹkọ lati yiyipada ilana ariwo kan: o bẹrẹ lati ariwo mimọ ati kọ ẹkọ diẹdiẹ sinu aworan kan. Ṣiṣe eyi taara lori awọn piksẹli jẹ gbowolori nitori aworan 512x512 ni awọn ọgọọgọrun awọn iye. Itankale wiwaba, ti a ṣe nipasẹ Rombach ati awọn ẹlẹgbẹ rẹ ni ọdun 2022, akọkọ nlo adaṣe adaṣe adaṣe iyatọ ti a ti kọ tẹlẹ (VAE) lati funmorawon aworan kan sinu akoj wiwakọ kekere kan (nigbagbogbo 64x64x4, aijọju 48x kere ju). U-Net itagbangba lẹhinna kọ ẹkọ lati denoise inu aaye wiwakọ iwapọ yẹn, itọsọna nipasẹ ọrọ nipasẹ akiyesi agbelebu. Nikẹhin VAE decoder tun ṣe awọn piksẹli ipinnu ni kikun. Funmorawon oye yii ṣe itọju alaye ti o nilari itumọ-ọrọ lakoko ti o npa awọn alaye ti ko ni ifọwọsi, ṣiṣe iran ti o ni agbara giga ti o ṣeeṣe lori awọn GPU olumulo.
Imọ-imọ-ẹrọ
Ẹtan bọtini ni yiya sọtọ funmorawon lati inu awoṣe ipilẹṣẹ. VAE n kapa alaye piksẹli igbohunsafẹfẹ-giga ni ẹẹkan, ati pe U-Net nikan ṣe apẹẹrẹ pinpin wiwadi onisẹpo kekere. Imudara ọrọ jẹ itasi nipasẹ awọn ipele ifarabalẹ agbelebu, nibiti awọn ẹya aaye U-Net wa si awọn ifibọ ami ami lati koodu koodu bi CLIP. Nitoripe awọn wiwakọ jẹ aijọju awọn akoko 48 kere ju awọn piksẹli, igbesẹ ikọlu kọọkan jẹ din owo pupọ ni iranti mejeeji ati awọn FLOPs.
Mastering Latent Itankale Models
Awọn awoṣe itọka wiwaba n ṣe awọn aworan jade nipa ṣiṣiṣẹ ilana itankale ni aaye wiwakọ fisinuirindigbindigbin dipo awọn piksẹli aise, idinku awọn idiyele iṣiro. Wọn jẹ ẹrọ ti o wa lẹhin Stable Diffusion ati awọn olupilẹṣẹ aworan ṣiṣi-orisun ode oni julọ. Awọn awoṣe Itankale wiwaba jẹ ti awọn ṣiṣan iṣẹ-iriran kọnputa ti o tumọ tabi ṣe ipilẹṣẹ media wiwo fun itupalẹ, awọn iṣẹ ṣiṣe, ati ẹda. Lati kọ oye ti o jinlẹ, tọju Awọn awoṣe Itankale Latent bi awoṣe iṣẹ, kii ṣe ẹya ẹyọkan: ṣalaye awọn abajade ti o fẹ, ṣe alaye awọn arosọ, ati lọtọ ohun ti eto le ṣe ni igbẹkẹle lati ohun ti o tun nilo idajọ amoye.
Ni iṣe, awọn ẹgbẹ ti o lagbara ni lilo Awọn awoṣe Itankale Atọka iwọntunwọnsi deede pẹlu awọn otitọ ṣiṣe bi didara data, iyatọ ina, ati isamisi aitasera. Wọn ṣe akọsilẹ awọn ibeere aṣeyọri ti o fojuhan, idanwo lodi si data ojulowo ati ṣiṣan iṣẹ, ati atunbere ti o da lori awọn ilana ikuna ti a ṣakiyesi dipo awọn bori ala-akoko kan. Eyi ni ibiti oye imọ-jinlẹ yipada si agbara ti o tọ kọja ọja, eto imulo, ati awọn iṣẹ ṣiṣe.
Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn. Ni akoko kanna, Awọn ẹtọ aworan ati ifọkansi le di awọn eewu labẹ ofin ti o ba jẹ afihan. Ọna resilient julọ julọ ni lati darapọ iyara idanwo pẹlu ibawi ijọba: ṣiṣe awọn awakọ awakọ, mu ẹri mu, ṣe atẹjade awọn iwe ipinnu, ati imudojuiwọn awọn aabo nigbagbogbo bi ihuwasi awoṣe, awọn ireti olumulo, ati awọn ibeere ilana ti dagbasoke.
Ipa Ilana
Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn.
Visual AI le ṣe adaṣe adaṣe, wiwa, ati awọn iṣẹ ṣiṣe taagi ni iwọn. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Awọn ẹgbẹ ẹda le ṣe apẹrẹ awọn imọran yiyara pẹlu awọn atunyẹwo afọwọṣe diẹ.
Awọn ẹgbẹ ẹda le ṣe apẹrẹ awọn imọran yiyara pẹlu awọn atunyẹwo afọwọṣe diẹ. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Awọn iṣẹ ṣiṣe le lo aworan ati awọn ifihan agbara fidio ti o nira tẹlẹ lati ṣiṣẹ.
Awọn iṣẹ ṣiṣe le lo aworan ati awọn ifihan agbara fidio ti o nira tẹlẹ lati ṣiṣẹ. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.
Real-World imuse
Idurosinsin Diffusion ti n ṣe ipilẹṣẹ iṣẹ ọna ati awọn apẹrẹ imọran lati awọn itọ ọrọ lori GPU olumulo kan ṣoṣo
Adobe ati Canva n ṣe agbara ọrọ-si-aworan ati awọn ẹya kikun-kikun ti a ṣe lori awọn ẹhin itọka wiwakọ
Awọn ile iṣere ere ti n ṣe awọn maapu awoara, awọn sprites, ati aworan imọran ayika lati mu yara iṣelọpọ ṣaaju
Aworan-iṣura ati awọn ẹgbẹ titaja ṣiṣẹda awọn ẹlẹgàn ọja-ọja ati awọn iwo ipolowo laisi fọtoyiya kan
Awọn Ilana imuse
Awọn awoṣe Itankale Latent ni iṣe
Idurosinsin Diffusion ti n ṣe ipilẹṣẹ iṣẹ ọna ati awọn apẹrẹ imọran lati awọn itọ ọrọ lori GPU olumulo kan ṣoṣo.
Idurosinsin Diffusion ti o ṣẹda iṣẹ ọna ati awọn apẹrẹ imọran lati awọn itọ ọrọ lori awọn ẹgbẹ GPU alabara kan nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Awọn awoṣe Itankale Latent ni iṣe
Adobe ati Canva n ṣe agbara ọrọ-si-aworan ati awọn ẹya-ara-kikun ti a ṣe lori awọn ẹhin itọka wiwakọ.
Adobe ati Canva ti n ṣe agbara ọrọ-si-aworan ati awọn ẹya kikun-kikun ti a ṣe lori awọn eegun ẹhin itọka wiwakọ Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodiwọn didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Awọn awoṣe Itankale Latent ni iṣe
Awọn ile iṣere ere ti n ṣe awọn maapu awoara, awọn sprites, ati aworan imọran ayika lati mu yara iṣelọpọ ṣaaju.
Awọn ile iṣere ere ti n ṣe awọn maapu awoara, awọn sprites, ati aworan imọran ayika lati mu yara awọn ẹgbẹ iṣelọpọ ṣaaju nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna igbega eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
Awọn awoṣe Itankale Latent ni iṣe
Aworan-iṣura ati awọn ẹgbẹ titaja ti n ṣẹda awọn ẹlẹgàn ọja-ọja ati awọn iwo ipolowo laisi fọtoyiya kan.
Aworan-ọja ati awọn ẹgbẹ titaja ti n ṣẹda awọn ẹlẹgàn ọja-ọja ati awọn iwo ipolowo laisi fọtoyiya Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.
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.
Ṣetumo awọn ibeere gbigba fun pipe, iranti, ati awọn idiyele aṣiṣe. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Ṣe idanwo pẹlu data ti o baamu awọn ipo iṣelọpọ gidi.
Ṣe idanwo pẹlu data ti o baamu awọn ipo iṣelọpọ gidi. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Ṣafikun atunyẹwo eniyan fun igbẹkẹle kekere tabi awọn asọtẹlẹ ipa-giga.
Ṣafikun atunyẹwo eniyan fun igbẹkẹle kekere tabi awọn asọtẹlẹ ipa-giga. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.
Tọpinpin awoṣe ki o ṣe tunṣe lẹhin kamẹra tabi awọn ayipada datasetto.
Tọpinpin awoṣe ki o ṣe tunṣe lẹhin kamẹra tabi awọn ayipada datasetto. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.