การแพร่กระจายที่เสถียร: สถาปัตยกรรมเต็มรูปแบบ - UNet, VAE และ CLIP

การแพร่กระจายที่เสถียร (Rombach และคณะ, 2022) ทำให้การสร้างข้อความเป็นรูปภาพคุณภาพสูงสามารถเข้าถึงได้โดยการรวมแนวคิดที่ทรงพลังสามประการเข้าด้วยกัน: การดำเนินการแพร่กระจายใน พื้นที่แฝง (VAE) ที่ถูกบีบอัด การปรับสภาพ การฝังข้อความ แบบสมบูรณ์ (CLIP) และใช้ U-Net สำหรับการลดสัญญาณรบกวน การทำความเข้าใจว่าองค์ประกอบทั้งสามนี้เข้ากันได้อย่างไรเป็นกุญแจสำคัญในการทำความเข้าใจว่าเหตุใด SD จึงทำงาน และจะควบคุมได้อย่างไร

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.