【Diffusion学习】【生成式AI】Stable Diffusion、DALL-E、Imagen 背後共同的套路

from: https://www.youtube.com/watch?v=JbfcAaBT66U&list=PLJV_el3uVTsNi7PgekEUFsyVllAJXRsP-&index=5

简介：

84,841次观看 2023年3月25日 【機器學習 2023】(生成式 AI)
感謝黃敬峰先生提供字幕

Stable Diffusion
https://arxiv.org/abs/2112.10752

DALL-E series
https://arxiv.org/abs/2204.06125
https://arxiv.org/abs/2102.12092

Imagen
https://arxiv.org/abs/2205.11487

图片生成Framework 需要3个组件：

1. Text Encoder
2. Generation Model
3. Decoder

相关论文【Stable Diffusion，DALL-E，Imagen】

具体介绍三个组件

1. Text encoder介绍【结论：文字的encoder重要，Diffusion的模型不是很重要！】

评估指标：FID计算

CLIP Score 计算

3. Decoder介绍【不需要成对的训练资料】

2. Diffusion Model介绍【训练一个noise predicter】

noise 加在 latent representation上