Harmonogramy próbkowania i guidance
Sterować generowaniem zgodnie z promptem
Harmonogramy próbkowania i guidance to bezpłatna lekcja Deep Learning Academy na CoddyKit. To lekcja 3 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Deep Learning Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Deep Learning Academy zawiera 4 lekcji w sumie.
Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.
Sampling Is the Payoff
Training gives you a denoiser. Sampling is where you cash it in, running the reverse steps to turn noise into a finished image.
Steps Cost Time
Each reverse step calls the U-Net once. More steps usually means crisper results but a slower generation. ⏳
The DDPM Sampler
The original DDPM sampler is faithful but slow, often needing hundreds or even a thousand tiny denoising steps.
Faster with DDIM
DDIM skips many steps while keeping quality high, so you can sample in twenty or fifty steps instead of a thousand.
Choosing a Schedule
A sampling schedule decides which timesteps you actually visit. Fewer, well-chosen steps trade a little detail for big speed.
scheduler.set_timesteps(num_inference_steps=30)Plain Generation Wanders
Left alone, the model produces a valid image but you cannot steer it. You get something plausible, not necessarily what you asked for.
Conditioning on a Prompt
To get control, you condition the U-Net on a prompt, often a text embedding, so it aims toward your description.
Classifier-Free Guidance
Classifier-free guidance runs the model twice, with and without the prompt, then pushes the result toward the prompted version.
The Guidance Scale
A guidance scale sets how hard to push. Higher values follow the prompt more closely but can hurt realism if overdone.
image = pipe(prompt, guidance_scale=7.5)Finding the Sweet Spot
Too low and the image ignores you; too high and it looks harsh. A scale around seven is a common sweet spot to start from.
Two Knobs, Big Impact
Steps control speed and detail; guidance controls how closely you obey the prompt. Tuning both is how you dial in your output. 🎛️
Quick Check
What does raising the guidance scale do?
Recap
Schedules like DDIM cut steps for speed, and guidance steers toward your prompt. Tune steps and guidance scale to balance quality and control. 🎉
Często zadawane pytania
Czy lekcja „Harmonogramy próbkowania i guidance” jest bezpłatna?
Tak — pełny tekst „Harmonogramy próbkowania i guidance” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Deep Learning Academy, przejdź na CoddyKit PRO. Kurs Deep Learning Academy zawiera 4 lekcji w sumie.
Co nauczysz się w „Harmonogramy próbkowania i guidance”?
Sterować generowaniem zgodnie z promptem Ćwiczysz Deep Learning Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć Deep Learning Academy?
Nie wymagamy żadnego doświadczenia. Deep Learning Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 3 z 4.
Ile czasu zajmuje lekcja „Harmonogramy próbkowania i guidance”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji Deep Learning Academy?
Tak. Każda lekcja Deep Learning Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Dodawanie szumu w przód i odszumianie wsteczne
- Przewidywać szum za pomocą U-Neta
- Harmonogramy próbkowania i guidance
- Uruchomić pipeline za pomocą Diffusers