Forward noising og reverse denoising
Tilføj støj, og lær derefter at fjerne den.
Forward noising og reverse denoising er en gratis Deep Learning Academy-lektion på CoddyKit. Dette er lektion 1 af 4. Du kan læse hele lektionen gratis nedenfor — og derefter øve dig praktisk i browseren med en indbygget kodeeditor og en AI-vejleder, der er tilgængelig døgnet rundt. Den er en del af læringsforløbet i Deep Learning Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Deep Learning Academy-kurset indeholder 4 lektioner i alt.
Diffusionens to retninger
En diffusionsmodel arbejder i to retninger: Den tilføjer langsomt støj til et billede og lærer derefter at føre processen tilbage til et rent billede. 🌫️
Fremadrettet støjtilføjelse
Den fremadrettede proces er fastlagt og kræver ingen læring. Den blander blot små mængder Gaussisk støj ind i dit billede, trin for trin.
Fra billede til støj
Efter tilstrækkeligt mange trin bliver billedet til ren tilfældig støj, der ligner flimren på et fjernsyn, uden spor af originalen.
Tidstrin styrer blandingen
Et tidstrin t angiver, hvor langt du er nået i støjtilføjelsen. Et lille t betyder et tydeligt billede, mens et stort t betyder næsten fuldstændig støj.
Tilføj støj til ét billede
Du kan springe direkte til et hvilket som helst tidstrin ved at blande billedet med støj i ét trin, uden at bruge en løkke.
x_t = sqrt_alpha * x_0 + sqrt_one_minus_alpha * noiseStøjplanen
En plan bestemmer, hvor meget støj hvert trin tilføjer. De tidlige trin ændrer næsten ikke billedet, mens de senere trin hurtigt overdøver det.
Omvendt støjfjernelse
Den omvendte proces er den del, vi træner: Vi starter med flimren og fjerner lidt støj ved hvert trin, indtil et billede kommer til syne.
Modellen forudsiger støj
Det smarte trick er, at netværket ikke maler et billede. Det forudsiger støjen, der blev tilføjet, så vi kan trække den fra.
Mange små trin
Støjfjernelsen sker over mange trin, hvor hvert trin ophæver en lille del. Tålmodigheden her er det, der gør det endelige billede så skarpt.
Hvorfor den træner så godt
Fordi den fremadrettede proces er kendt, har du altid et perfekt støjmål. Det gør træningssignalet rent og stabilt.
Generering starter med støj
Hvis du vil skabe noget nyt, giver du blot frisk, tilfældig støj som input og lader de omvendte trin forme den til et helt nyt eksempel. ✨
Hurtigt tjek
Hvad lærer et diffusionsnetværk faktisk at forudsige?
Opsummering
Diffusion tilføjer støj fremad og lærer at fjerne støj baglæns. Træn den til at forudsige støj, og start derefter med flimren for at generere nye billeder. 🎉
Lær Python med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 30
- Lektioner
- 120
Ofte stillede spørgsmål
Er lektionen “Forward noising og reverse denoising” gratis?
Ja — hele teksten til “Forward noising og reverse denoising” kan læses gratis her på nettet. Hvis du vil øve dig interaktivt med en indbygget kodeeditor og en AI-vejleder døgnet rundt og få adgang til resten af Deep Learning Academy-kurset, skal du opgradere til CoddyKit PRO. Deep Learning Academy-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “Forward noising og reverse denoising”?
Tilføj støj, og lær derefter at fjerne den. Du øver dig i Deep Learning Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på Deep Learning Academy?
Der kræves ingen tidligere erfaring. Deep Learning Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 1 af 4.
Hvor lang tid tager lektionen “Forward noising og reverse denoising”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne Deep Learning Academy-lektion?
Ja. Alle Deep Learning Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- Forward noising og reverse denoising
- Forudsig støjen med en U-Net
- Sampling-schedules og guidance
- Kør en pipeline med Diffusers