Forutsi støyen med en U-Net
Støyfjerneren i hjertet av diffusjon
Forutsi støyen med en U-Net er en gratis leksjon i Deep Learning Academy på CoddyKit. Dette er leksjon 2 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.
Støyfjernerens oppgave
Ved hvert omvendte trinn gjør ett enkelt nettverk det tunge arbeidet. Oppgaven er enkel å beskrive: Se på et bilde med støy og forutsi støyen i det.
Hvorfor en U-Net
Diffusjon bruker nesten alltid en U-Net, fordi utdataene har samme størrelse som inndataene: et bilde med støy inn, et støykart ut.
Den krympende banen
Enkoderen nedskalerer bildet og fanger opp overordnet struktur, som former og layout, i lav oppløsning.
Den voksende banen
Dekoderen oppskalerer deretter tilbake til full størrelse og bygger opp fine detaljer, slik at den forutsagte støyen stemmer overens piksel for piksel.
Hoppkoblinger
U-formen kommer fra hoppkoblinger som overfører detaljer fra enkoderen til dekoderen, slik at skarpe kanter overlever komprimeringen.
Sende inn tidssteget
U-Net trenger også tidssteget t, slik at det vet om det skal fjerne mye støy eller bare litt på dette stadiet.
Tidsrepresentasjoner
Dette tidssteget omdannes til en vektor kalt en tidsrepresentasjon og blandes inn i nettverkslagene som et betingelsessignal.
t_emb = embed(timestep) # added inside each blockOppmerksomhet i midten
Mange U-Net-er legger til oppmerksomhet ved den laveste oppløsningen, slik at fjerntliggende områder i bildet kan samordne innholdet.
Én tapsfunksjon, ett mål
Treningen sammenligner den forutsagte støyen med den faktiske støyen ved hjelp av enkel MSE-tapsfunksjon. Dette ene målet er alt som trengs.
loss = mse(unet(x_t, t), true_noise)Samme nettverk ved hvert trinn
Én U-Net håndterer alle tidssteg. Inndataen t forteller nettverket hvor kraftig støyfjerningen skal være akkurat nå.
Trekk fra og gjenta
Forutsi støy, trekk fra en del av den, og send resultatet inn igjen. Det er slik U-Net beveger seg mot et rent bilde. 🖼️
Rask kontroll
Hvilken rolle spiller U-Net-ets hoppkoblinger?
Oppsummering
En U-Net forutsier støy ved hvert trinn, bruker hoppkoblinger for detaljer og en tidsrepresentasjon til å vurdere tidssteget. Én MSE-tapsfunksjon trener alt. 🎉
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 «Forutsi støyen med en U-Net» gratis?
Ja – hele teksten i «Forutsi støyen med en U-Net» 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 «Forutsi støyen med en U-Net»?
Støyfjerneren i hjertet av diffusjon 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 2 av 4.
Hvor lang tid tar leksjonen «Forutsi støyen med en U-Net»?
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