深度学习实战9-文本生成图像-本地电脑实现text2img

上传者: 42878111 | 上传时间: 2023-04-05 16:25:07 | 文件大小: 1.33MB | 文件类型: RAR
今天给大家带来一个文本生成图像的案例。让大家都成为艺术家,自己电脑也能生成图片 ,该模型它能让数十亿人在几秒钟内创建出精美的艺术。 Stable Diffusion模型包括两个步骤: 前向扩散——通过逐渐扰动输入数据将数据映射到噪声。这是通过一个简单的随机过程正式实现的,该过程从数据样本开始,并使用简单的高斯扩散核迭代地生成噪声样本。此过程仅在训练期间使用,而不用于推理。 参数化反向——撤消前向扩散并执行迭代去噪。这个过程代表数据合成,并被训练通过将随机噪声转换为真实数据来生成数据。

文件下载

资源详情

[{"title":"( 19 个子文件 1.33MB ) 深度学习实战9-文本生成图像-本地电脑实现text2img","children":[{"title":"深度学习实战9-文本生成图像-本地电脑实现text2img","children":[{"title":"text2img2.py <span style='color:#111;'> 325B </span>","children":null,"spread":false},{"title":"text2img.py <span style='color:#111;'> 1.75KB </span>","children":null,"spread":false},{"title":"stable_diffusion_tf","children":[{"title":"__init__.py <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"clip_encoder.py <span style='color:#111;'> 4.67KB </span>","children":null,"spread":false},{"title":"layers.py <span style='color:#111;'> 1.26KB </span>","children":null,"spread":false},{"title":"clip_tokenizer","children":[{"title":"__init__.py <span style='color:#111;'> 5.05KB </span>","children":null,"spread":false},{"title":"bpe_simple_vocab_16e6.txt.gz <span style='color:#111;'> 1.29MB </span>","children":null,"spread":false},{"title":"__pycache__","children":[{"title":"__init__.cpython-38.pyc <span style='color:#111;'> 6.02KB </span>","children":null,"spread":false}],"spread":true}],"spread":true},{"title":"autoencoder_kl.py <span style='color:#111;'> 4.28KB </span>","children":null,"spread":false},{"title":"stable_diffusion.py <span style='color:#111;'> 10.39KB </span>","children":null,"spread":false},{"title":"__pycache__","children":[{"title":"clip_encoder.cpython-38.pyc <span style='color:#111;'> 4.71KB </span>","children":null,"spread":false},{"title":"constants.cpython-38.pyc <span style='color:#111;'> 14.76KB </span>","children":null,"spread":false},{"title":"stable_diffusion.cpython-38.pyc <span style='color:#111;'> 7.09KB </span>","children":null,"spread":false},{"title":"autoencoder_kl.cpython-38.pyc <span style='color:#111;'> 3.86KB </span>","children":null,"spread":false},{"title":"diffusion_model.cpython-38.pyc <span style='color:#111;'> 6.79KB </span>","children":null,"spread":false},{"title":"layers.cpython-38.pyc <span style='color:#111;'> 2.21KB </span>","children":null,"spread":false},{"title":"__init__.cpython-38.pyc <span style='color:#111;'> 232B </span>","children":null,"spread":false}],"spread":true},{"title":"diffusion_model.py <span style='color:#111;'> 7.71KB </span>","children":null,"spread":false},{"title":"constants.py <span style='color:#111;'> 16.43KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明