走进AI时代，了解什么是ai画画～

相信大家最近肯定被网络上

各种各样的AI绘画作品深深吸引了

很多人跟随潮流

都进行了尝试和体验

有的作品让人眼前一亮

有的则让人啼笑皆非

不知道大家在看到这些作品时

会不会想到

其背后蕴藏的技术和原理呢

那么本期

小编就带大家探寻AI绘画的秘密

————————————————

AI绘画是计算机视觉

在艺术绘画领域的应用

它的实现

首先要构建

庞大的画像数据集和网络模型

然后对构建的模型进行训练

即AI的学习过程

得到权重结果后

重新加载进入模型

即可实现绘画创作

其具体的过程

其实就是“字变画”

AI利用大量的图片数据

去学习所给定文字和图片之间的联系

再由人给予关键词

AI通过学习的结果

结合给定的关键词

由噪点图片逐步生成

符合关键词描述的绘画图片

————————————————

其实AI绘画并不是

最近才出现的新兴技术应用

此前就一直有对这方面的研究

从1973年ARRON模型的横空出世

第一个自动作画

且真正在画布上作画的程序因此诞生

到Ian J. Goodfellow提出GAN模型

成为很多AI绘画模型的基础框架

再到如今

OneFlow发布的Stable Diffusion模型

首次把生成一张图片

需要采样 50 轮的时间降到 1 秒以内

解决了扩散化模型

时间和内存资源消耗巨大的问题

AI绘画的模型和算法

一直在不断进步

下面小编来介绍一下现在热门的

Stable Diffusion模型

————————————————

Stable Diffusion模型

主要包含三个部分

language model(语言模型)

diffusion model(扩散模型)

decoder(译码器)

语言模型主要将

输入的文本信息

也就是给定的描述关键词

转化为可以输入到

扩散模型使用的表示形式

便于后面的模型训练

扩散模型将一些高斯噪声

和文本表示作为模型输入

为训练数据中

对应的图像添加高斯噪声

重复多次后

获得完全嘈杂的图像

这样可以使得后面的模型训练

以噪声较大的示例作为输入

从而使其具有

预测图像去噪版本的能力

在上述模型训练过程中

还存在编码器部分

其目的是将输入图像

转化为具有

高语义意义的缩减采样表示

且消除与手头图像

不太相关的高频视觉噪声

完成了上述模型的

训练并输出结果后

最后进入译码器模块

即可获得扩散模型的输出

并将其放大成完整图像

这样通过AI文本生成模型的训练

将描述关键词输入其中

就能完成一幅奇妙的AI绘画作品了

是不是很神奇呢?

————————————————

最后小编在分享款《梦幻AI画家》

不同于网络上其他AI绘画

两种AI绘画主流玩法

全面满足你全新绘画创作乐趣

这里每天还有海量精美优作分享

为你的灵感铺路

为你的创作远洋