Stable Diffusion
Itankale Iduroṣinṣin jẹ awoṣe ọrọ-si-aworan orisun ṣiṣi, ti a tu silẹ nipasẹ Stability AI ni ọdun 2022, ti o ṣe agbejade awọn aworan nipa yiyọ ariwo diẹdiẹ lati aaye ibẹrẹ laileto.
Akopọ
Being open and runnable on consumer GPUs, it sparked a massive community of tools, fine-tunes, and apps.
Jin Dive
Awọn awoṣe itankale kọ ẹkọ lati yiyipada ilana ariwo kan. Lakoko ikẹkọ, awọn aworan gidi ni ariwo laileto ti a ṣafikun ni igbesẹ nipasẹ igbese titi wọn o fi di aimi; awoṣe kọ ẹkọ lati ṣe asọtẹlẹ ati yọkuro ariwo naa. Lati ṣe ipilẹṣẹ, o bẹrẹ lati ariwo mimọ ati kọlu leralera titi aworan ibaramu yoo han, ti itọsọna nipasẹ tọ ọrọ rẹ. Ẹtan imuṣiṣẹ bọtini Stable Diffusion jẹ apakan 'itọkasi': dipo ti ṣiṣẹ lori awọn piksẹli ipinnu ni kikun, o rọ awọn aworan sinu aaye wiwakọ kekere nipa lilo oluyipada autoencoder iyatọ, nṣiṣẹ denoising lọra nibẹ, lẹhinna pinnu pada si awọn piksẹli. Eyi ni idi ti o le ṣiṣẹ lori GPU ere aṣoju dipo ile-iṣẹ data kan. Ayipada ọrọ kan (CLIP ni awọn ẹya ibẹrẹ) ṣe iyipada itọsi rẹ sinu itọsọna, ati U-Net kan ṣe aitọ. Awọn òṣuwọn ṣiṣi rẹ jẹ ki ControlNet ṣiṣẹ, awọn tunes itanran LoRA, ati awọn irinṣẹ iṣẹda ainiye.
Imọ-imọ-ẹrọ
Itankale Iduroṣinṣin jẹ awoṣe itọka wiwaba. Afọwọṣe autoencoder n dinku aworan 512x512 sinu akoj wiwakọ iwapọ, gige iṣiro bosipo. U-Net ti ni ikẹkọ lati ṣe asọtẹlẹ ariwo ti a fikun ni igba kọọkan, ni ilodi si lori ifisinu ọrọ nipasẹ akiyesi agbelebu. Itọnisọna-ọfẹ Classifier n jẹ ki o tẹ bi aworan naa ṣe le tẹle itọsi naa nipa dapọ awọn asọtẹlẹ ilodi ati ainidi. Ni itọkasi, oluṣayẹwo (gẹgẹbi DDIM tabi Euler) gba nọmba ti a yan ti awọn igbesẹ idilọ; Awọn igbesẹ diẹ sii ni gbogbogbo tumọ si awọn abajade mimọ ni idiyele iyara.
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 Iduroṣinṣin Itankale
Awọn ilolupo ilolupo ti o ṣii n tẹsiwaju ni iyara: awọn ile ayaworan tuntun (pẹlu itọka ti o da lori ẹrọ iyipada ati igbesẹ diẹ ni iyara tabi awọn apẹẹrẹ distilled) ge iran lati awọn dosinni ti awọn igbesẹ si ọkan tabi meji, muu ṣiṣẹ ẹda-akoko gidi. Reti kikọ ọrọ ti o ni okun sii, ifaramọ ni iyara to dara julọ, ati ṣiṣatunṣe aworan alailẹgbẹ, pẹlu fidio ati awọn amugbooro 3D. Awọn òṣuwọn ṣiṣi yoo jẹ ki o mu awọn ohun orin-itanran amọja, ṣugbọn wọn tun mu awọn ariyanjiyan pọ si lori igbanilaaye data-ikẹkọ, awọn irọ jinlẹ, ati isamisi omi, nitorinaa wiwa ati ohun elo imuduro yoo dagba lẹgbẹẹ awọn awoṣe.
Real-World imuse
Awọn oṣere ati awọn aṣenọju ti n ṣe agbekalẹ aworan imọran ati awọn apejuwe ni agbegbe lori GPU tiwọn pẹlu awọn ohun orin-itanran LoRA aṣa
Lilo ControlNet lati ṣe idiwọ iran kan pẹlu egungun iduro, maapu ijinle, tabi afọwọya eti fun akojọpọ kongẹ
Kikun ati kikun lati satunkọ awọn fọto, yọ awọn nkan kuro, tabi fa iwoye kan kọja awọn aala atilẹba rẹ
Awọn ile iṣere ere Indie ati awọn apẹẹrẹ ti n ṣe agbejade awọn awoara, awọn igbimọ iṣesi, ati awọn iyatọ dukia ni iyara ati olowo poku
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 Stable Diffusion 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
Idurosinsin Video Itankale
Awọn ibeere ti a beere nigbagbogbo
What is Stable Diffusion?
Itankale Iduroṣinṣin jẹ awoṣe ọrọ-si-aworan orisun ṣiṣi, ti a tu silẹ nipasẹ Stability AI ni ọdun 2022, ti o ṣe agbejade awọn aworan nipa yiyọ ariwo diẹdiẹ lati aaye ibẹrẹ laileto. Ni ṣiṣi ati ṣiṣiṣẹ lori awọn GPU onibara, o tanna agbegbe nla ti awọn irinṣẹ, awọn ohun orin ipe, ati awọn ohun elo.
Ni ipele giga, bawo ni awoṣe itọka ṣe n ṣe agbekalẹ aworan kan?
Awọn awoṣe itọka kọ ẹkọ lati yi ilana ariwo pada: bẹrẹ lati ariwo, wọn kọlu leralera titi aworan ibaramu yoo farahan.
Kini o jẹ ki Itankale Iduroṣinṣin daradara to lati ṣiṣẹ lori GPU olumulo kan?
Itankale Idurosinsin jẹ awoṣe itọka wiwakọ: autoencoder kan fun awọn aworan pọ nitoribẹẹ denoising eru n ṣiṣẹ ni aaye wiwakọ kekere kan.
Bawo ni itọka ọrọ rẹ ṣe ni ipa lori aworan ti a ṣẹda?
Ayipada ọrọ ṣe iyipada itọsi sinu awọn ifibọ ti o ṣe ipo U-Net nipasẹ akiyesi agbelebu, idari abajade.
Kini itọsọna-ọfẹ classifier jẹ ki o ṣakoso?
Itọnisọna-ọfẹ Kilasifamu dapọ ni ilodisi ati awọn asọtẹlẹ ainidi, jẹ ki o yi ifaramọ kiakia soke tabi isalẹ.
Kini idi ti Itankale Iduroṣinṣin ṣe tan iru ilolupo ilolupo nla ti awọn irinṣẹ bii ControlNet ati LoRA?
Ṣii awọn òṣuwọn jẹ ki agbegbe dara-tune ati faagun awoṣe naa, ti n ṣe awọn afikun bi ControlNet ati awọn oluyipada LoRA iwuwo fẹẹrẹ.