Difuzní model | AI slovník

Odborná definice

Difuzní model je generativní model, který se učí obrátit postupný proces pridávání šumu do dat. Během tréninku dostává vzorku z různých úrovní zašumení a učí se odhadovat šum, čistou vzorek nebo skóre distribuce. Při generování začíná náhodným šumem a opakovanými denoising krokmi vytváří obraz, zvuk nebo jinou strukturu. Podmínění textem, třídou či dalším vstupem usmerňuje výsledek. Kvalita závisí na tréninkového korpusu, reprezentace, sampleru, počtu kroků a způsobu řízení podmínky.

Srozumitelné vysvětlení

Představte si fotografii, do které se po malých dávkách přidává zrno, až zůstane pouze náhodný šum. Model sleduje mnoho takýchto medzistavů a učí se, jakým směrem je třeba šum odoberat. Při tvorbě nového obrazu jde opačne, z náhodné plochy postupně vyťahuje strukturu odpovídající textovému zadání. Nevyhladáva konkrétní uložený obrázek, ale vzorkuje z naučené distribuce. Navzdory tomu může reprodukovat prvky tréninkových dat, proto jsou důležité deduplikace a testy memorování.

Časté otázky

Proč generování difúznym modelem probíhá ve více krocích?

Každý krok odstraní pouze část šumu. Iteratívny proces aproximuje zpětnou difúzi a umožňuje postupně formovat globálnu i lokální strukturu.

Co je latent diffusion?

Proces denoisingu neprebieha přímo v pixeloch, ale v komprimovanom latentním prostoru autoenkódera, co výrazně snižuje výpočetní náklady.

Jako text řídí obrazový výstup?

Textový enkóder vytvoří reprezentaci promptu, kterou denoising síť využívá přes podmínění, často mechanizmom cross attention.

Co znamená guidance scale?

Určuje silu, s akou se vzorkování prikláňa k textové podmienke. Příliš vysoká hodnota může snížit prirodzenost a zvýraznit artefakty.

Jsou difúzne modely vhodné pouze na obrázky?

Ne. Používají se při zvuku, videu, 3D štruktúrach, molekulách, časových radoch a dalších typoch dat, kde lze definovat vhodný proces šumu.

Související pojmy

Zdroje a redakční stopa

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.