Fremoverrettet støytilføring og omvendt støyfjerning
Tilfør støy, og lær deretter å fjerne den
Fremoverrettet støytilføring og omvendt støyfjerning er en gratis leksjon i Deep Learning Academy på CoddyKit. Dette er leksjon 1 av 4. Du kan lese hele leksjonen gratis nedenfor – og deretter øve praktisk i nettleseren med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i Deep Learning Academy, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i Deep Learning Academy inneholder totalt 4 leksjoner.
Diffusjon i to retninger
En diffusjonsmodell fungerer i to retninger: Den tilfører sakte støy til et bilde og lærer deretter å gå prosessen tilbake til et rent bilde. 🌫️
Fremoverrettet støytilføring
Den fremoverrettede prosessen er fast og krever ingen læring. Den blander bare inn små mengder gaussisk støy i bildet, trinn for trinn.
Fra bilde til snø
Etter nok trinn blir bildet til ren tilfeldig støy, akkurat som snø på TV, uten noe spor igjen av originalen.
Tidssteg styrer blandingen
Et tidssteg t angir hvor langt De har kommet i støytilføringen. Lav t betyr et tydelig bilde, mens høy t betyr nesten fullstendig støy.
Tilfør støy til ett bilde
De kan hoppe direkte til et hvilket som helst tidssteg ved å blande bildet med støy i én operasjon, uten behov for en løkke.
x_t = sqrt_alpha * x_0 + sqrt_one_minus_alpha * noiseStøyplanen
En plan avgjør hvor mye støy hvert trinn tilfører. Tidlige trinn endrer knapt bildet, mens senere trinn raskt overdøver det.
Omvendt støyfjerning
Den omvendte prosessen er delen vi trener: Vi starter med snø og fjerner litt støy for hvert trinn, til et bilde kommer til syne.
Modellen forutsier støy
Det smarte trikset er at nettverket ikke maler et bilde. Det forutsier støyen som ble lagt til, slik at vi kan trekke den fra.
Mange små trinn
Støyfjerningen skjer over mange trinn, der hvert trinn gjør om litt. Tålmodighet her er det som gjør sluttbildet så skarpt.
Hvorfor dette trenes så godt
Siden den fremoverrettede prosessen er kjent, har De alltid et perfekt støymål. Det gjør treningssignalet rent og stabilt.
Genereringen starter med støy
For å lage noe nytt mater De ganske enkelt inn fersk, tilfeldig støy og lar de omvendte trinnene forme den til et helt nytt eksempel. ✨
Rask kontroll
Hva lærer et diffusjonsnettverk faktisk å forutsi?
Oppsummering
Diffusjon tilfører støy fremover og lærer å fjerne støy bakover. Tren modellen til å forutsi støy, og start deretter med snø for å generere nye bilder. 🎉
Lær deg Python med en AI-veileder – gratis
Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.
- Kurs
- 30
- Leksjoner
- 120
Ofte stilte spørsmål
Er leksjonen «Fremoverrettet støytilføring og omvendt støyfjerning» gratis?
Ja – hele teksten i «Fremoverrettet støytilføring og omvendt støyfjerning» er gratis å lese her på nettet. For å øve interaktivt med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt, og for å låse opp resten av Deep Learning Academy-kurset, kan du oppgradere til CoddyKit PRO. Kurset i Deep Learning Academy inneholder totalt 4 leksjoner.
Hva lærer jeg i «Fremoverrettet støytilføring og omvendt støyfjerning»?
Tilfør støy, og lær deretter å fjerne den Du øver på Deep Learning Academy med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.
Trenger jeg erfaring for å begynne med Deep Learning Academy?
Ingen tidligere erfaring er nødvendig. Deep Learning Academy på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 1 av 4.
Hvor lang tid tar leksjonen «Fremoverrettet støytilføring og omvendt støyfjerning»?
De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.
Kan jeg skrive og kjøre kode i denne Deep Learning Academy-leksjonen?
Ja. Alle Deep Learning Academy-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.
Alle leksjonene i dette kurset
- Fremoverrettet støytilføring og omvendt støyfjerning
- Forutsi støyen med en U-Net
- Samplingsplaner og guiding
- Kjør en pipeline med Diffusers