Kako se obučavaju modeli Stable Diffusion?

Obuka modela Stable Diffusion zasniva se na difuzionim procesima koji postepeno pretvaraju šum u sliku. Glavni koraci:

1. Obrnuti difuzioni proces: model uči da rekonstruše sliku iz šumovite verzije, postepeno uklanjajući šum.
2. Obuka na velikom skupu podataka: koriste se parovi slika i tekstualnih opisa kako bi model mogao da generiše slike na osnovu teksta.
3. Korišćenje variacionih autoenkodera (VAE) za kompresiju slika u latentni prostor, gde se obavlja obuka difuzionog modela.

Na kraju, model uči da približi raspodelu podataka i može da generiše nove slike, počevši od šuma i postepeno ih poboljšavajući, prateći naučenu difuzionu dinamiku.