採樣器

Sampler

擴散模型中的去噪採樣

詳細解釋

採樣器(Sampler)是擴散模型中執行去噪過程的算法,決定如何從噪聲逐步生成乾淨樣本。

常見採樣器:

  • DDPM:原始,品質高但慢
  • DDIM:確定性,可複現,較快
  • Euler/Euler a:簡單快速
  • DPM++:品質好,推薦
  • UniPC:2023新採樣器,高效
  • LMS、Heun、 ancestral:各種變體

選擇考量:

  • 品質:DPM++通常最佳
  • 速度:Euler最快
  • 步數:不同採樣器收斂速度不同
  • 隨機性:ancestral帶隨機,確定性無

步數設置:

  • DDPM:通常50-1000步
  • DDIM:20-50步可接受
  • DPM++:20-30步品質好
  • 快速採樣器(LCM):4-8步

調度器配合:

  • 採樣器決定如何解常微分方程
  • 噪聲調度決定擴散過程定義
  • 兩者配合影響最終效果

實務建議:

  • 日常用DPM++ 2M Karras,25步
  • 追求品質用DPM++ SDE Karras,30-50步
  • 快速預覽用Euler a,20步

Stable Diffusion使用中的重要選擇。

探索更多AI詞彙

查看所有分類,繼續學習AI知識