taralino

DiffusionModel

Ein Diffusion Model besteht im Wesentlichen aus einem neuronalen Netz, welches eingesetzt werden kann, Bilder zu generieren. Ausgehend von zufällig erzeugten Eingabedaten wird schrittweise Rauschen entfernt, sodass sich nach und nach realistische Bilder ergeben.

Übersicht

Das DiffusionModel-Paket stellt folgende Befehle und Funktionen zur Verfügung:

Beispiel

Es wird eine Diffusion Model unter Verwendung des HandwrittenDigits-Datenpakets trainiert. Anschließend wird ein neues Bild generiert. Hinweis: Das Ergebnis lässt sich signifikant verbessern, indem die Parameter der Trainingsphase angepasst werden.

<!DOCTYPE html>
<html>
<head>
  <meta charset="utf-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <script src="taralino.js"></script>
  <script src="HandwrittenDigits.js"></script>
</head>
<body>
<script>

var X = HandwrittenDigits.get();

DiffusionModel.init([64, 32, 64], {steps:8, standard_deviation:0.2});

DiffusionModel.progress(X, {iterations:100, batch_size:10, learning_rate:5});

function on_training_done() {
  var y = DiffusionModel.random();
  var M = Picture.vector(y);
  Picture.draw(M, {zoom:16});
};

</script>
</body>
</html>

Vorschau Download Kopie speichern