Difusión estable: la arquitectura completa: UNet, VAE y CLIP

Stable Diffusion (Rombach et al., 2022) hizo accesible la generación de texto a imagen de alta calidad combinando tres poderosas ideas independientes: ejecutar la difusión en un espacio latente comprimido (VAE), condicionar incrustaciones de texto enriquecidas (CLIP) y usar una U-Net para la eliminación de ruido. Comprender cómo encajan estos tres componentes es la clave para comprender por qué funciona SD y cómo controlarlo.

Full content is available with a subscription.
Get full access to all courses on the platform for one year with a single payment.
Unlike other platforms that charge per course, here you get everything for one price, and after one year of use there will be no automatic charge for the following year.