【AI绘图】咒术师的评级指南

已于 2023-05-01 01:37:33 修改
阅读量1k 收藏
点赞数 1
分类专栏： AI 文章标签： 深度学习
于 2022-11-04 17:00:41 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/AiTanXiing/article/details/127692426
版权

干货在后面

成为咒术师之路

python版本要选用3.9.7
C盘或系统缓存目录预留5G空间

咒术师评级

在这里插入图片描述

以下内容仅供参考。。

三级咒术师

理解咒言的使用，正向咒言，逆向咒言，构图要素的表达

二级咒术师

能够对咒物做后期调整，校正手部

一级咒术师

色彩理解，校正透视构图
场景构图要素表达，灵活使用多种AI工具
有些工具擅长表达场景，有些工具擅长表达人物

特级咒术师

能够对咒物进行魔改，
重新绘制咒物的姿态，
咒物的姿态大多以静止为稳定，
如果加入动态行为，
就容易陷入混沌。
比如吃面难题，全部都是偶像大师。

成为强大的咒术师吧，加油！！

图像生成模型 ：Diffusion Model

Diffusion Model就像是在雕刻一块大理石，初始是一个巨大噪声的图像，经过一层层降噪，逐渐雕刻出一个新的图像
使用降噪而不是直接生成图片，是因为产生噪声图很容易，但是产生一张成品图片很难

在这里插入图片描述

Step

Step用于描述原始图像的噪音程度，Step越大，原始图像噪声越大，需要Denoise的次数也就越多。

在这里插入图片描述

Noise Predicter

Noise Predicter ：预测输入图片中的噪音长什么样子，同时根据给入的Step分析（Step越高说明噪声越大），然后把预测出来的噪音输出为一张噪音图，然后把输入图片减掉噪声图，就得到的denoise的结果

在这里插入图片描述

Noise Predicter的训练过程

输入是带有Noise的图片和Step数量，输出是只有Noise

这样的训练资料可以自动化生成

  1. 从数据集中取出一张图片
  2. 然后从高斯分布中随机采样一张噪声图，加起来，组成一张带有噪声的图片，并标注上Step从1开始
  3. 重复上一个操作，给上一步生成的带有噪声的图片再加一层噪声，直到整张图片看不出来原来是什么东西

这个加噪声的过程叫做：Forward Process 或者 Diffusion Process

加入Text-To-Image功能

在这里插入图片描述
LAION上有58.5亿张图片，这是目前大图像模型训练集的主要来源。
LAION网站上每个图片都有Tag（标签），就可以把Text和Image对应起来。
在这里插入图片描述
改造noise predicter，在输入里额外加入文字标签
在这里插入图片描述

当前最火热的图像生成模型 ：Stable Diffusion

在这里插入图片描述
用Text Encoder把Tag转换为向量
在这里插入图片描述
接下来会用Generation Model 生成压缩版本图片数据，Diffusion Model 是其中一种

在这里插入图片描述
Decoder会把图片的压缩版本还原回原来的图片

在这里插入图片描述
stable diffusion 的输入可以是图片， 可以是文字，统统传入encoder

Text Encoder

可以用GPT或者BERT

FID

FID ： 评判影像生成模型的好坏
要有一个预训练好的CNN模型，对图像进行分类
在这里插入图片描述
在这里插入图片描述
两组分类越接近说明生成的图像和原图像越接近，
分类越远，说明生成的图像和原图像越远。
假设都是高斯分布，就算这两个高斯分布的距离

CLIP

在这里插入图片描述
用400M个图片文字输入对，训练出来的预训练模型

在这里插入图片描述

Decoder

不需要文字资料，即可训练
在这里插入图片描述

原理课上讲，实际上噪音不是一步一步加的，而是用公式可以直接加任何一步的噪声
在这里插入图片描述
在这里插入图片描述

冬眠的关刀
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
咒术同Ren动画-夏油杰和五条悟-我们可是挚友啊.rar
03-21
咒术同Ren动画-夏油杰和五条悟-我们可是挚友啊.rar
Stable Diffusion 基本原理
weixin_42454048的博客
12-23 2177
输入一张和我们所需结果图的噪声图像，通过Denoise模块逐步减少noise，最终生成我们需要的效果图。图中Denoise模块虽然是同一个，但是它会根据和选择denoise的程度。
机器学习笔记：李宏毅diffusion model
qq_40206371的博客
08-13 918
这样就形成了一对一对的 输入和ground-truth ，供noise predictor 训练。整体的框架没有多少变化，就是 denoise model 输入多了一个文字的vector。那么如何训练noise predictor，换句话说，怎么找到ground-truth呢。如果我们是提供给diffusion model 文字，让他生成图片。
Diffusion Model
weixin_46365033的博客
08-27 224
原始分布通过生成模型得到目标分布, 目标分布应该与真实分布类似.目前的生成模型往往要求文字的影响:加上文字的condition本质上没有改变什么, 所以后续的推导不包括文本.
12个必须了解的AI模型评估指标
新缸中之脑
11-20 1422
构建机器学习模型或深度学习模型的想法遵循建设性反馈原则。你构建一个模型，从指标中获取反馈，进行改进，并继续下去，直到达到理想的分类准确性。评估指标解释了模型的性能。评估指标（evaluation metrics）的一个重要方面是它们区分模型结果的能力。本文解释了作为数据科学专业人士必须了解的 12 个重要评估指标。你将了解它们的用途、优点和缺点，这将帮助你相应地选择和实施它们。
**卷积神经网络典型CNN**
HP2LF的博客
07-23 1323
SeNet(Squeeze-and-Excitation Networks)是ImageNet 2017年分类任务冠军，核心思想是：Squeeze(挤压、压缩)和Excitation(激励)两个操作，其主要目的是通过显示的构建特征通道之间的相互依赖关系，采用特征重定向的策略，通过学习的方式自动的获取每个特征通道的重要程度，然后依据***这个重要程度去提升有用的特征，并抑制对于当前任务用处不大的特征。Squeeze特征压缩操作，将每个feature map的特征数据使用全局平均池化操作转换为一个数值(实数)，
GPU驱动、CUDA 、cuDNN 和CUDA Toolkit之间的关系（深度学习小白必懂）
weixin_44115575的博客
07-23 1167
GPU驱动、CUDA、cuDNN和CUDA Toolkit之间有着紧密的关系，它们共同构成了一个完整的GPU编程和深度学习开发环境。 在最初配置anaconda环境时一直搞不明白它们之间的关系。所以根据自己的理解，通俗详细解释它们各自的角色和相互间的关系，并且列举了一些在anaconda虚拟环境中的例子。 不对的地方希望大家指正。
方案-基于云架构的校园信息化建设方案.pdf
07-29
方案-基于云架构的校园信息化建设方案.pdf
【创新未发表】Matlab实现蛇群优化算法SO-Kmean-Transformer-LSTM负荷预测算法研究.rar
07-29
1.版本：matlab2014/2019a/2021a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 5.作者介绍：某大厂资深算法工程师，从事Matlab算法仿真工作10年；擅长智能优化算法、神经网络预测、信号处理、元胞自动机等多种领域的算法仿真实验，更多仿真源码、数据集定制私信+。 替换数据可以直接使用，注释清楚，适合新手
【创新未发表】Matlab实现北方苍鹰优化算法NGO-Kmean-Transformer-LSTM组合状态识别算法研究.rar
07-29
1.版本：matlab2014/2019a/2021a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 5.作者介绍：某大厂资深算法工程师，从事Matlab算法仿真工作10年；擅长智能优化算法、神经网络预测、信号处理、元胞自动机等多种领域的算法仿真实验，更多仿真源码、数据集定制私信+。 替换数据可以直接使用，注释清楚，适合新手
【创新未发表】Matlab实现蝗虫优化算法GOA-Kmean-Transformer-BiLSTM组合状态识别算法研究.rar
07-29
1.版本：matlab2014/2019a/2021a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 5.作者介绍：某大厂资深算法工程师，从事Matlab算法仿真工作10年；擅长智能优化算法、神经网络预测、信号处理、元胞自动机等多种领域的算法仿真实验，更多仿真源码、数据集定制私信+。 替换数据可以直接使用，注释清楚，适合新手
【创新未发表】Matlab实现蛇群优化算法SO-Kmean-Transformer-LSTM组合状态识别算法研究.rar
07-29
1.版本：matlab2014/2019a/2021a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 5.作者介绍：某大厂资深算法工程师，从事Matlab算法仿真工作10年；擅长智能优化算法、神经网络预测、信号处理、元胞自动机等多种领域的算法仿真实验，更多仿真源码、数据集定制私信+。 替换数据可以直接使用，注释清楚，适合新手
【SCI一区】Matlab实现金豺优化算法GJO-CNN-LSTM-Attention的风电功率预测算法研究.rar
07-29
1.版本：matlab2014/2019a/2021a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 5.作者介绍：某大厂资深算法工程师，从事Matlab算法仿真工作10年；擅长智能优化算法、神经网络预测、信号处理、元胞自动机等多种领域的算法仿真实验，更多仿真源码、数据集定制私信+。 替换数据可以直接使用，注释清楚，适合新手
基于Spring Boot+javaScript开发的目前最火爆校园二手交易网站+源码+项目文档+数据库+运行教程（毕业优秀项目
07-29
基于Spring Boot+javaScript开发的目前最火爆校园二手交易网站+源码+项目文档+数据库+运行教程，适合毕业设计、课程设计、项目开发。项目源码已经过严格测试，可以放心参考并在此基础上延申使用~ 项目简介： 该C2C校园二手交易平台，界面简洁明了，能给用户一种美的视觉上的享受。并且操作简单易懂，可以大胆但是毫不夸张的说，本系统适用于99%的青少年愉快的使用，对于不是很了解智能科技的人来说，只要看看就基本可以掌握然后熟练的使用该系统了。并且本系统的动画效果做得非常的完美，前端工作人员争取使用最少的代码实现最炫酷的动态效果，例如3D页面转换，动态加入购物车效果，搜索的时候动态自动提示商品名字功能等等，无一不是本系统的亮点。由于前端本着使用最少的代码，实现最炫酷的动态效果，所以其性能可以来说是杠杠的。并且前端所构建的网站为响应式网站，当页面的大小发送变化的时候，页面会随着变化，但是我们的变化不会出现任何的纰漏。在兼容性方面，本网站可以完美的兼容ie8+，Firefox8+，chrome6+等等，虽然目前比较少用户使用这些版本以下的浏览器，.................
【创新未发表】Matlab实现白鲸优化算法BWO-Kmean-Transformer-LSTM组合状态识别算法研究.rar
07-29
1.版本：matlab2014/2019a/2021a 2.附赠案例数据可直接运行matlab程序。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 5.作者介绍：某大厂资深算法工程师，从事Matlab算法仿真工作10年；擅长智能优化算法、神经网络预测、信号处理、元胞自动机等多种领域的算法仿真实验，更多仿真源码、数据集定制私信+。 替换数据可以直接使用，注释清楚，适合新手
基于ARM64架构CPU使用docker-compose一键离线部署zookeeper 3.8.4分布式集群工具
07-29
原文链接：https://blog.csdn.net/m0_37814112/article/details/140762915 实现功能如下： 1、支持单机部署（1 zookeeper）。 2、支持单机伪集群部署（3 zookeeper）。 3、支持多机分布式机部署（3 zookeeper）。 4、支持数据目录、端口、JVM内存。 5、支持zookeeper配置文件、数据目录持久化。 6、支持部署、启动、停止、卸载、检测等操作。
24.androidJNI实战手册.zip
07-29
24.androidJNI实战手册
开普勒算法优化回声神经网络KOA-ESN电力负荷预测（多输入单输出）【含Matlab源码 5339期】.zip
07-29
CSDN海神之光上传的全部代码均可运行，亲测可用，直接替换数据即可，适合小白； 1、代码压缩包内容 主函数：Main .m； 数据； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，可私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开除Main.m的其他m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博主博客文章底部QQ名片； 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 智能优化算法优化ESN回声状态网络分类预测系列程序定制或科研合作方向： 4.4.1 遗传算法GA/蚁群算法ACO优化ESN 4.4.2 粒子群算法PSO/蛙跳算法SFLA优化ESN 4.4.3 灰狼算法GWO/狼群算法WPA优化ESN 4.4.4 鲸鱼算法WOA/麻雀算法SSA优化ESN 4.4.5 萤火虫算法FA/差分算法DE优化ESN
LNBS 2024CSP模拟题（修正版）
最新发布
07-29
重庆市鲁能巴蜀中学2024 CSP第一轮C++模拟题（修正版） 注：上一个版本有许多错误，包括页底的时间，第三题甚至选项完全错误，对此我们十分抱歉，在收到反馈后加急处理更正内容，以便各位更好的进行赛前总复习和模拟！有错误请私信或评论！
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值