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
时光机゚11 分钟前
【论文阅读笔记】TOOD: Task-aligned One-stage Object Detection
论文阅读·笔记·目标检测
scdifsn1 小时前
动手学深度学习8.7. 通过时间反向传播-笔记&练习(PyTorch)
pytorch·笔记·深度学习·cnn·随机截断·通过时间反向传播
HinsCoder10 小时前
【测试】——Selenium API (万字详解)
自动化测试·笔记·学习·selenium·测试工具·web·测试
一叶知秋h10 小时前
PID控制算法(五)
笔记·学习·算法·c
微刻时光11 小时前
影刀RPA实战:java结合影刀同步采购订单数据
人工智能·笔记·python·低代码·机器人·自动化·rpa
茄味琪琪11 小时前
Python学习笔记
笔记·python·学习
小米里的大麦12 小时前
【C++】类与对象(上篇)
c++·笔记·类与对象
微刻时光16 小时前
Redis数据持久化总结笔记
数据库·redis·笔记·缓存
楠了个难16 小时前
初识ZYNQ——FPGA学习笔记15
笔记·学习·fpga开发