2 篇文章带有标签 “ddpm”

硬件

Apple MacBook Pro 16 M2 Max

显示屏

• Liquid 视网膜 XDR 显示屏
  • 16.2 英寸 (对角线) Liquid 视网膜 XDR 显示屏1；初始分辨率 3456 x 2234 (254 ppi)
• XDR (极致动态范围)
  • 1000000:1 对比度
  • XDR 亮度：1000 尼特持续亮度 (全屏)，1600 尼特峰值亮度2 (仅限 HDR 内容)
  • SDR 亮度：500 尼特
• 色彩
  • 10 亿色彩
  • 广色域 (P3)
  • 原彩显示技术
• 刷新率
  • ProMotion 自适应刷新率技术，最高可达 120Hz
  • 固定刷新率：47.95Hz、48.00Hz、50.00Hz、59.94Hz、60.00Hz

充电和外设扩展

左侧	右侧

• SDXC 卡插槽
• HDMI 端口
• 3.5 毫米耳机插孔
• MagSafe 3 端口
• 三个雷雳 4 (USB-C) 端口，均可支持：
  • 充电
  • DisplayPort
  • 雷雳 4 (速率最高可达 40Gb/s)
  • USB 4 (速率最高可达 40Gb/s)

显示器支持 同时支持初始分辨率下的内置显示屏 (可显示 10 亿色彩) 以及： 最多达四台外接显示器：通过雷雳端口连接多达三台分辨率最高达 6K (60 Hz) 的外接显示器，同时通过 HDMI 端口连接一台分辨率最高达 4K (144Hz) 的外接显示器 最多达三台外接显示器：通过雷雳端口连接多达两台分辨率最高

How Diffusion Models Work

扩散模型如何工作

Intuition（直觉）

Making images useful to a neural network（使图像对神经网络有用）

噪声处理：添加不同的噪声级别到训练数据中。

灵感来源于物理学，你可以想像一滴墨水滴入一杯水中，最初你确切地知道它落在哪里，但随着时间的推移，你看到到扩散到水中，直到消失。

神经网络真正应该思考的是在每个噪声级别，当你逐渐向图像添加噪声时：

1. Bob the Sprite!: 如果是 Bob Sprite，你想让神经网络说那是 Bob Sprite，让 Bob 保持原样。
2. Probable Bob: 如果可能是 Bob Sprite，你可能想让神经网络说你知道这里有些噪声，建议可能填写的详细信息，让它看起来就像 Bob Sprite。
3. Well, Bob or Fred...: 如果它只是精灵的轮廓，你想建议可能的精灵的一般细节。
4. No Idea: 如果看起来什么也不知道，建议提出什么是轮廓，让它看起来更像精灵。

Training a neural network to make sprites（训练神经网络制作精灵）

神经网络学习不同的噪声图像并将它们变回精灵。

它学会消除您添加的噪声。

"No Idea" 的噪声级别很重要，因为它是正态分布的，每一个像素的采样都来自于正态分布。