训练SD模型原理
训练SD模型原理
🙃
不要被下面图片吓到了，其实说的很简单的
什么是训练AI模型
AI模型其实就是一个用来拟合特定功能的函数，比如我们有只蚂蚁🐜，以固定的速度
不断往前爬，那么我们就能用一个公式
来算出在确定时间
上（输入），蚂蚁运动的距离
（输出）
假如我们现在不知道蚂蚁的速度，但是通过观察得到了不同时间
（输入）时运动的距离
（输出）的一堆数据点，那么就能拟合出一条直线代表蚂蚁的运动公式（等价求解
参数），这样就能大概求解出在不同时间上，蚂蚁运动的距离了。这就是称为模型训练，模型训练就是在已知输入和输出的情况下求解AI模型中的参数的过程。
附件不支持打印
加载失败，
Stable Diffusion也一样是个AI模型，不同的只是它的参数比较多。Stable Diffusion的输入有两个：
•
文字
•
图片
输出只有一个：图片
所以，训练Stable Diffusion可以看成从输入图片、文字和输出图片求解模型内参数的过程。
什么是过拟合
我们知道函数阶数越高（也就是参数变多）就有更多的参数学习额外的信息，所以能更好地拟合复杂数据集