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
QT 小鲜肉18 分钟前
【个人成长笔记】在 Linux 系统下撰写老化测试脚本以实现自动压测效果(亲测有效)
linux·开发语言·笔记·单片机·压力测试
MeowKnight95821 分钟前
【Qt】Qt实践记录2——TCP通信服务器和客户端demo
笔记·qt
The_Second_Coming2 小时前
ELK 学习笔记
笔记·学习·elk
wdfk_prog2 小时前
[Linux]学习笔记系列 -- [kernel][time]timekeeping
linux·笔记·学习
charlie1145141913 小时前
从零开始理解 CSS:让网页“活”起来的语言2
前端·css·笔记·学习·选择器·样式表·原生
im_AMBER3 小时前
Leetcode 46
c语言·c++·笔记·学习·算法·leetcode
卡提西亚3 小时前
C++笔记-20-对象特性
开发语言·c++·笔记
_Brooke_5 小时前
CS336笔记2-Architectures,Hyperparameters
笔记
被遗忘的旋律.6 小时前
Linux驱动开发笔记(十九)——IIC(AP3216C驱动+MPU6050驱动)
linux·驱动开发·笔记
wyiyiyi7 小时前
【数据结构+算法】进栈顺序推算、卡特兰数与逆波兰表达式
汇编·数据结构·笔记·算法