Diffusion Model && Stable Diffusion(笔记)

参考资料:

文章目录

DDPM架构

模型如何拥有产生逼真图片的能力

Denoise模型功能

通过Denoise将一个噪音图一步步生成为目标图像

Denoise实际功能是通过一个图x+时间戳,生成该图中噪音点y,然后用原图x-y得到去掉噪音点的图

Denoise模型如何训练

Denoise模型的能力是根据图x和时间戳,识别x中的噪音点。那么训练就是反过来

x(原图)+噪音y(随机高斯分布得到)=噪音图z

现在将z和时间戳作为数据,然后将噪音y作为标准答案,然后巡训练模型

考虑进文字

就是输入的时候多输入一个文字信息,训练的时候也是多输入一个文字信息

文生图流程(Stable Diffusion)

相关推荐
今儿敲了吗19 分钟前
CN——数据链路层(下)
网络·笔记
RainCityLucky21 分钟前
Java Swing 自定义组件库分享(十六)
java·笔记·后端
wy_hhxx1 小时前
AI Agent & Harness Engineering 笔记
人工智能·笔记
运维全栈笔记1 小时前
腾讯云 CVM 搭建 Ceph 集群部署笔记
笔记·ceph·腾讯云
爱莉希雅&&&2 小时前
Kubernetes Service 完整学习笔记
笔记·学习·kubernetes
xieliyu.2 小时前
UPD协议结构以及开发中注意事项
java·开发语言·笔记·java-ee
卡布叻_星星2 小时前
后端架构笔记之Maven多模块与微服务
笔记·架构
PC2005-cloud14 小时前
DeepSeek Harness 创建 skill 指南:结构、安装、使用
笔记·学习
库玛西16 小时前
现代 C++ 智能指针全景指南:从 RAII 思想到工业级实践
c语言·开发语言·c++·笔记·面试
后季暖19 小时前
langgraph笔记(2)&& fastapi笔记
笔记