- 博客(2)
- 收藏
- 关注
RSS订阅原创 stable diffusion相关好文
首先，用U-Net预测没有文本特征引导的原图X0，然后用U-Net预测有文本特征引导的原图X0_word，利用（X0_word - X0）我们可以得到文本特征的区域，提高它的权重，并将其加到X0上，比如这个权重是8，那么最终的输出就是X0+8*(X0_word - X0)。2，这里借用链接2中的一张图片，左边是训练时候的样子，由1可知，红色框内的公式就是XT，将XT和时间步长t作为输入，去预测噪声，并将预测得到的噪声与添加的真实的噪声计算损失。2，训练的loss，是网络预测的噪声与真实的噪声的L2损失。
2023-09-14 15:18:36
127
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