- 博客(3)
- 收藏
- 关注
RSS订阅原创 Stable Diffusion 原理
通过VAE的编码器（Encoder，图中的ε），可以使图片进入潜空间，通过VAE的解码器（Decoder，图中的D），可以使图片被捞出潜空间。U-net网络负责在潜空间中去除图片的噪声，而VAE负责将图片从潜空间中捞出来，恢复图片中被压缩的信息。架构图分为两部分，上半部分（箭头从左至右）代表训练，下半部分（箭头从右至左）代表出图。）使用了交叉注意让输入的条件介入去噪过程，对图片进行多轮迭代，再经由VAE捞出潜空间，即可获得成图。图中的CLIP负责将文字转换为向量表示，用于指导U-net的去噪。
2024-08-01 15:59:44
151
原创 Stable Diffusion——界面参数讲解
CLIP（Contrastive Language-Image Pretraining）是由OpenAI于2021年开发的一种语言图像对比预训练模型。其独特之处在于，CLIP模型中的图像和文本嵌入共享相同的潜在特征空间，这使得模型能够直接在图像和文本之间进行对比学习。
2024-07-31 11:26:37
523
原创 蓝桥杯c++b组卡片
小蓝有很多数字卡片，每张卡片上都是数字 0 到 9。小蓝准备用这些卡片来拼一些数，他想从 1 开始拼出正整数，每拼一个， 就保存起来，卡片就不能用来拼其它数了。小蓝想知道自己能从 1 拼到多少。例如，当小蓝有 30张卡片，其中 0 到 9各 3张，则小蓝可以拼出 1 到 10， 但是拼 11 时卡片 1 已经只有一张了，不够拼出 11。现在小蓝手里有 0 到 9 的卡片各 2021 张，共 20210 张，请问小蓝可以从 1 拼到多少？提示：建议使用计算机编程解决问题。
2024-04-12 11:14:14
327
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人