深度解析:Stable Diffusion中negative prompt是如何作用的?

本文深入探讨了Stable Diffusion模型中negative prompt的原理和实现方法。从分类器引导技术开始,分析了Classifier-free技术在Diffusion模型中的应用。negative prompt通过减去无条件预测模型,结合条件预测模型,实现对不想出现的元素的去除。代码解读部分展示了如何将negative prompt转化为embedding并应用于模型中。
摘要由CSDN通过智能技术生成

Diffusion Models专栏文章汇总:入门与实战

前言:stable diffusion推理的时候可以用negative prompt(负面提示词)去除我们不想出现的元素,这种方法的背后原理是什么?如何用代码实现呢?这篇博客就深入探讨这个问题。

目录

从分类器引导技术开始说起

现代的Diffusion:Classifier-free技术占据主流

negative prompt的核心做法

代码解读

参考


 

从分类器引导技术开始说起

在经典论文《Diffusion Models Beat GANs on Image Synthesis》当中提出了分类器引导技术。请读

评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

沉迷单车的追风少年

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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