页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「Latent Diffusion」找到 5 条内容
按专题浏览 →匹配正文：版本差异要按模型族与具体 checkpoint 说明 Stable Diffusion v1 以 Latent Diffusion 为基础，在 VAE 潜空间中使用 U-Net 去噪，并通过 CLIP 文本编码器提供条件。常见 v1.x checkpoint 以 512×512 为主要训练分辨率，但不同衍生模型的数据与许可不能混写。 Stable Diffusion v2 系列仍是潜空间扩散与 U-Net 路线，文本侧改用 OpenCLIP，但不同 checkpoint 的预…
匹配正文：…译，但可能有训练不稳和mode collapse 连续VAE VAE 学习连续潜变量的变分后验和decoder；适合表示学习、可控latent与概率建模，单独像素似然方案可能偏平滑 离散tokenizer+AR VQ-VAE、Parti、LlamaGen 图像量化成离散token后做next-token预测；便于复用Transformer，生成通常串行 Diffusion DDPM、Imagen、Latent Diffusion/Stable Diffusion、SDXL 学…
匹配口述回答：…最后做选型时，我会比较目标质量、可控性、单请求延迟、吞吐、训练稳定性、数据许可和部署条件。很多系统还会混合autoencoder、diffusion、Transformer或对抗损失，所以分类要说主要生成过程和组件角色，而不是看到一个VAE就给整套系统贴VAE标签。 很多现代系统还是混合架构，例如先用autoencoder压缩，再在latent上训练diffusion或flow；离散tokenizer后可接自回归或masked生成器。面试里应说明哪个组件负责表示压缩，哪个组件…
学习内容与项目面试，在同一条路上。