Calendriers d’échantillonnage et guidage
Orientez la génération vers une invite.
Calendriers d’échantillonnage et guidage est une leçon Deep Learning Academy gratuite sur CoddyKit. Ceci est la leçon 3 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage Deep Learning Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours Deep Learning Academy comprend 4 leçons au total.
L'échantillonnage est la récompense
L'entraînement vous fournit un débruiteur. L'échantillonnage est le moment de l'utiliser, en exécutant les étapes inverses pour transformer le bruit en image finale.
Les étapes prennent du temps
Chaque étape inverse appelle le U-Net une fois. Un plus grand nombre d'étapes donne généralement des résultats plus nets, mais une génération plus lente. ⏳
L'échantillonneur DDPM
L'échantillonneur DDPM original est fidèle, mais lent : il nécessite souvent des centaines, voire un millier, de minuscules étapes de débruitage.
Plus rapide avec DDIM
DDIM ignore de nombreuses étapes tout en conservant une qualité élevée, ce qui permet d'échantillonner en vingt ou cinquante étapes au lieu de mille.
Choisir un programme
Un programme d'échantillonnage détermine les pas temporels que vous parcourez réellement. Des étapes moins nombreuses et bien choisies sacrifient un peu de détail pour gagner beaucoup de vitesse.
scheduler.set_timesteps(num_inference_steps=30)La génération simple manque de direction
Laissé à lui-même, le modèle produit une image valide, mais vous ne pouvez pas le guider. Vous obtenez quelque chose de plausible, pas nécessairement ce que vous avez demandé.
Conditionner sur une invite
Pour obtenir un contrôle, vous conditionnez le U-Net à partir d'une invite, souvent une représentation textuelle, afin qu'il tende vers votre description.
Guidage sans classificateur
Le guidage sans classificateur exécute le modèle deux fois, avec et sans l'invite, puis oriente le résultat vers la version guidée par l'invite.
L'échelle de guidage
Une échelle de guidage détermine la force de cette orientation. Des valeurs plus élevées suivent davantage l'invite, mais peuvent nuire au réalisme si elles sont excessives.
image = pipe(prompt, guidance_scale=7.5)Trouver le juste équilibre
Une valeur trop faible fait ignorer l'invite à l'image ; une valeur trop élevée lui donne un aspect agressif. Une échelle d'environ sept constitue souvent un bon point de départ.
Deux réglages, un grand impact
Les étapes contrôlent la vitesse et le niveau de détail ; le guidage contrôle la fidélité à l'invite. Régler les deux permet d'ajuster précisément votre sortie. 🎛️
Vérification rapide
Quel est l'effet d'une augmentation de l'échelle de guidage ?
Récapitulatif
Les programmes comme DDIM réduisent le nombre d'étapes pour accélérer la génération, tandis que le guidage l'oriente vers votre invite. Réglez les étapes et l'échelle de guidage pour équilibrer qualité et contrôle. 🎉
Apprends Python avec un tuteur IA — gratuit
Écris et exécute du vrai code dans ton navigateur, obtiens de l'aide instantanée d'un tuteur IA disponible 24h/24, et reprends là où tu t'es arrêté sur le web ou dans l'app.
- Cours
- 30
- Leçons
- 120
Questions Fréquemment Posées
La leçon « Calendriers d’échantillonnage et guidage » est-elle gratuite ?
Oui — le texte complet de « Calendriers d’échantillonnage et guidage » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours Deep Learning Academy, passe à CoddyKit PRO. Le cours Deep Learning Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Calendriers d’échantillonnage et guidage » ?
Orientez la génération vers une invite. Tu pratiques Deep Learning Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer Deep Learning Academy ?
Aucune expérience préalable n'est requise. Deep Learning Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 3 sur 4.
Combien de temps prend la leçon « Calendriers d’échantillonnage et guidage » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon Deep Learning Academy ?
Oui. Chaque leçon Deep Learning Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Ajout de bruit direct et débruitage inverse
- Prédire le bruit avec un U-Net
- Calendriers d’échantillonnage et guidage
- Exécuter un pipeline avec Diffusers