Stable Diffusion modelləri necə öyrədilir?

Stable Diffusion modellərinin təlimi, səs-küyü tədricən şəkilə çevirən difüziya proseslərinə əsaslanır. Əsas mərhələlər:

1. Əks difüziya prosesi: model, səs-küyü azaldaraq, səs-küylü versiyadan şəkli bərpa etməyi öyrənir.
2. Böyük məlumat dəstində təlim: modelin mətni əsasında şəkillər yarada bilməsi üçün şəkil və mətn təsvirləri cütləri istifadə olunur.
3. Varyasyonel autoenkoderlər (VAE) istifadə edilərək şəkillər latent məkanına sıxışdırılır, burada difüziya modelinin təlimi həyata keçirilir.

Nəticədə, model məlumatların paylanmasını yaxınlaşdırır və yeni şəkillər yarada bilir, səs-küydən başlayaraq onları tədricən yaxşılaşdırır, təlim olunmuş difüziya dinamikasına uyğun olaraq.