Tebulu ọdịnaya[Zoo][Gosi]
O yikarịrị ka ị maara na kọmputa nwere ike ịkọwa foto.
Dịka ọmụmaatụ, enwere ike ịsụgharị foto nkịta na ụmụ gị na-egwuri egwu dị ka 'nkịta na ụmụaka nọ n'ubi.' Ma ị maara na ụzọ dị iche ugbu a ga-ekwe omume? Ị pịnyere mkpụrụokwu ụfọdụ, igwe na-ewepụta foto ọhụrụ.
N'adịghị ka ọchụchọ Google, nke na-enyocha foto ndị dị ugbu a, ihe a niile dị ọhụrụ. N'ime afọ ndị na-adịbeghị anya, OpenAI bụ otu n'ime ndị isi na-eduga, na-akọpụta nsonaazụ dị egwu.
Ha na-azụ algọridim ha na nnukwu ederede na ọdụ data foto. Ha bipụtara akwụkwọ na ụdị ihe oyiyi GLIDE ha, nke a zụrụ na narị nde foto. N'ihe banyere fotorealism, ọ na-eme ka ụdị 'DALL-E' ha gara aga.
Na post a, anyị ga-eleba anya na OpenAI's GLIDE, otu n'ime ọtụtụ atụmatụ na-adọrọ adọrọ iji wepụta na ịgbanwe foto ezi uche nke nwere ụdị mgbasa ozi ederede. Ka anyị malite.
Gịnị bụ Mepee AI Glide?
Ọ bụ ezie na enwere ike ịkọwa ọtụtụ onyonyo n'okwu, imepụta onyonyo sitere na ntinye ederede na-achọ ihe ọmụma pụrụ iche na oge dị ukwuu.
Ikwe ka onye nnọchi anya AI wepụta foto ezi uche sitere na asụsụ okike na-akpalite ọ bụghị naanị na-enye ndị mmadụ ohere imepụta ihe ngosi bara ụba na ihe dị iche iche na nfe na-enwetụbeghị ụdị ya kamakwa na-enye ohere maka mmezigharị ihe dị mfe na njikwa mma nke ihe onyonyo emere.
Enwere ike iji GLIDE dezie foto ndị dị ugbu a site na iji ederede asụsụ okike tinye ihe ọhụrụ, mepụta onyinyo na ntụgharị uche, rụọ ọrụ. ihe oyiyi inpainting, were gabazie.
Ọ nwekwara ike ịtụgharị eserese ahịrị ndị bụ isi ka ọ bụrụ foto foto, ma nwee ikike nrụpụta na nrụzi efu na-enweghị atụ maka ọnọdụ dị mgbagwoju anya.
Nnyocha e mere n'oge na-adịbeghị anya egosila na ụdị mgbasa ozi nwere ike ịdabere na ya nwekwara ike ịmepụta foto sịntetik dị elu, karịsịa ma ọ bụrụ na ejikọtara ya na usoro nduzi nke na-edozi ụdị dị iche iche na ikwesị ntụkwasị obi.
OpenAI bipụtara a ụdị mgbasa ozi eduzi na Mee, nke na-enye ohere ụdị mgbasa ozi ka ọ bụrụ ọnọdụ na akara nke classifier. GLIDE na-akawanye mma na ihe ịga nke ọma a site n'iweta mgbasa ozi eduzi na nsogbu nke imepụta onyonyo ọnọdụ ederede.
Ka ha nwesịrị ọzụzụ ihe atụ nke ijeri 3.5 ijeri GLIDE site na iji koodu ederede iji kwado nkọwa asụsụ okike, ndị nyocha ahụ nwalere usoro ndu ụzọ abụọ ọzọ: ntuziaka CLIP na ntụzịaka na-enweghị nkewa.
CLIP bụ usoro a na-atụgharị maka ịmụ ihe nnochite anya ederede na eserese nke na-ewepụta akara dabere n'otú ihe onyonyo si dị nso na ndepụta okwu.
Ndị otu ahụ jiri atụmatụ a na ụdị mgbasa ozi ha site n'iji ụdị CLIP dochie klasịkọ ihe nke na-eduzi ụdị ahụ. Ka ọ dị ugbu a, ntụzịaka na-enweghị nkewa bụ atụmatụ maka iduzi ụdị mgbasa ozi na-agụnyeghị ọzụzụ nke nhazi ọkwa dị iche.
Ihe owuwu GLIDE
Ihe owuwu GLIDE nwere ihe atọ: Ihe Nlereanya Mgbasa (ADM) a zụrụ azụ imepụta onyonyo 64 × 64, ụdị ederede (transformer) na-emetụta ọgbọ onyonyo site na ngwa ngwa ederede, yana ihe nlegharị anya nke na-atụgharị obere 64 × 64 anyị. onyonyo ka enwere ike ịkọwa 256 x 256 pikselụ.
Akụkụ abụọ nke mbụ na-arụkọ ọrụ ọnụ iji chịkwaa usoro imepụta foto ka o wee gosipụta nke ọma ederede ozugbo, ebe nke ikpeazụ chọrọ iji mee ka onyonyo anyị mepụtara dịkwuo mfe nghọta. Ọrụ GLIDE sitere na a akụkọ bipụtara na 2021 nke gosipụtara na usoro ADM karịrị nke a na-ewu ewu ugbu a, ụdị mmepụta ihe ọgbara ọhụrụ n'ihe gbasara àgwà foto foto.
Maka ADM, ndị na-ede akwụkwọ GLIDE jiri otu ImageNet 64 x 64 ụdị dị ka Dhariwal na Nichol, ma na ọwa 512 kama 64. Ụdị ImageNet nwere ihe dị ka ijeri 2.3 ijeri n'ihi nke a.
Ndị otu GLIDE, n'adịghị ka Dhariwal na Nichol, chọrọ ka ha nwee ikike ka ukwuu n'usoro imepụta foto, yabụ ha jikọtara ihe nlere anya na ihe ntụgharị uche na-enyere aka. GLIDE na-enye gị njikwa ụfọdụ n'ime usoro mmepụta foto site na ịhazi ndenye ederede.
A na-arụzu nke a site n'ịzụ ihe ngbanwe na nnukwu dataset foto na nkọwa okwu (dị ka nke a na-arụ na ọrụ DALL-E).
Edebanyere ederede a na mbụ n'ime usoro akara ngosi K iji mee ka ọ dị mma. Mgbe nke ahụ gasịrị, a na-ebuba ihe nrịbama ndị ahụ n'ime ihe ngbanwe. Enwere ike iji mmepụta nke transformer mee ihe n'ụzọ abụọ. Maka ụdị ADM, a na-eji ntinye akara ikpeazụ kama itinye klaasị.
Nke abuo, akwa akwa ikpeazụ nke token - usoro ihe njiri mara - ka a na-atụpụta ya n'onwe ya na nha maka oyi akwa nlebara anya n'ụdị ADM ma tinye ya na mpaghara nlebara anya ọ bụla.
N'ezie, nke a na-enyere ụdị ADM aka ịmepụta foto site na nchịkọta ọhụrụ nke ihe odide ederede yiri ya na ejiji pụrụ iche na nke foto, dabere na nghọta ya mụtara banyere okwu ntinye na ihe oyiyi ha metụtara. Ihe ntụgharị ederede na-edobe ederede nwere paramita ijeri 1.2 ma na-arụ ọrụ 24 furu efu nwere obosara nke 2048.
N'ikpeazụ, ụdị mgbasa ozi upsampler na-agụnye ihe dị ka ijeri 1.5 ijeri ma dị iche na ihe nlereanya bụ isi na ntinye ederede ya pere mpe, yana obosara nke 1024 na 384 ọwa isi, ma e jiri ya tụnyere ihe nlereanya. Ihe nlereanya a, dị ka aha ahụ na-egosi, na-enyere aka n'ịkwalite ihe nlele ahụ iji meziwanye nkọwa maka igwe ma mmadụ.
Ụdị mgbasa ozi
GLIDE na-ewepụta onyonyo site na iji ụdị ADM nke ya (ADM-G maka “eduzi”). Ụdị ADM-G bụ mgbanwe nke ụdị U-net mgbasa ozi. Ụdị U-net mgbasa ozi dị iche n'ụzọ dị egwu na usoro njikọ njikọ onyonyo a na-ahụkarị dịka VAE, GAN, na transformers.
Ha na-ewu usoro mgbasa ozi Markov iji jiri nwayọọ nwayọọ tinye ụda enweghị usoro n'ime data ahụ, wee mụta ịgbanwe usoro mgbasa ozi wee wughachi ihe nlele data achọrọ site na mkpọtụ naanị. Ọ na-arụ ọrụ na nkebi abụọ: n'ihu na azụ mgbasa.
Usoro mgbasa ozi na-aga n'ihu, nyere ebe data sitere na ezi nkesa ihe nlele ahụ, na-agbakwunye ntakịrị mkpọtụ na nlele ahụ n'usoro usoro nke atọrọ. Ka usoro ndị ahụ na-abawanye nha ma na-abịaru nso na-enweghị ngwụcha, ihe nlele ahụ na-efunahụ njirimara niile a na-amata ma usoro ahụ na-amalite iyi usoro Gaussian isotropic.
N'oge mgbasa ozi azụ agba, ụdị mgbasa ozi na-amụta ịgbanwe mmetụta nke ụda agbakwunyere na foto a wee duru ihe oyiyi emepụtara laghachi n'ụdị mbụ ya site n'ịgbalị iyi nkesa ntinye ntinye mbụ.
Ụdị emechara nwere ike ime ya site na ntinye ụda Gaussian n'ezie yana ngwa ngwa. Usoro ADM-G dị iche na nke bu ụzọ n'ụdị ahụ, ma ọ bụ CLIP ma ọ bụ ihe ntụgharị ahaziri ahazi, na-emetụta usoro mgbasa ozi azụ site n'iji akara ngosi ngwa ngwa ederede etinyere.
Ike mmịfe
1. Ọgbọ nke onyonyo
Ojiji GLIDE kacha ewu ewu na nke a na-ejikarị eme ihe nwere ike ịbụ njikọ onyonyo. Ọ bụ ezie na foto ndị ahụ dị obere ma GLIDE nwere ihe isi ike na ụdị anụmanụ/mmadụ, ikike imepụta ihe onyonyo otu agba fọrọ nke nta ka ọ ghara njedebe.
Ọ nwere ike ịmepụta foto nke anụmanụ, ndị a ma ama, ọdịdị ala, ụlọ, na ọtụtụ ihe ndị ọzọ, ọ pụkwara ime ya n'ụdị nka dị iche iche yana foto-ezigbo. Ndị na-ede akwụkwọ nyocha na-ekwusi ike na GLIDE nwere ike ịsụgharị na imegharị ọtụtụ ihe ntinye ederede n'ime usoro anya, dị ka a hụrụ na nlele n'okpuru.
2. Glide inseining
A na-arụ ụka na ịtinye foto akpaka nke GLIDE bụ ihe na-adọrọ mmasị. GLIDE nwere ike ịse foto dị ugbu a dị ka ntinye, hazie ya na ngwa ngwa ederede n'uche maka ebe achọrọ ịgbanwe, wee mee mgbanwe n'ime akụkụ ndị ahụ n'ụzọ dị mfe.
A ghaghị iji ya na njikọ ụdị edezi, dị ka SDEdit, iji rụpụta nsonaazụ ka mma. N'ọdịniihu, ngwa ndị na-eji ikike dị ka ndị a nwere ike dị oke mkpa n'ịzụlite ụzọ na-agbanwe foto na-enweghị koodu.
mmechi
Ugbu a anyị agabigala usoro a, ị kwesịrị ịghọta isi ihe gbasara ka GLIDE si arụ ọrụ, yana obosara nke ike ya na imepụta foto yana ngbanwe onyonyo.
Nkume a-aza