DiffUTE

DiffUTE copied to clipboard

关于vae训练的问题

3

您好，我在渐进式训练vae的时候出现了一些问题， S=64和S=128的阶段，将和训练集一样处理的图片经过vae encode再decode之后，图片上的文字可以辨认， 但是当S增加到256时，解码出来的图片上面文字非常不清晰，不能辨认，可是我的模型已经收敛了…… 想知道vae训练的时候参数是怎么设置的呢？

jiang-111

Provide sample training data format

3

Thank you for the meaningful work here. Could you please provide sample files for `doc.csv` and `doc_select.csv` with 1 line of placeholder data in each column? This will greatly assist...

delonleo

About classifier-free guidance (CFG) at inference.

2

Could you please tell me if this work employs classifier-free guidance (CFG)? If so, what is the negative prompt, and what is the CFG scale value?

eafn

关于推理的问题

2

作者你好，拜读了你的文章，我对训练推理过程有几个问题： 1. 训练是用 concat[x, x_m, z_t] 来预测 z_t 的 noise，这样理解对吗 ？ 2. 推理的时候输入是 concat[x, x_m, z_T]， 那么这一过程是对谁去噪呢 ？ 是对 z_T 还是对 concat[x, x_m, z_T] 3. 一般 SD 是直接采样一个噪声作为初始输入，我推理的时候直接把 z_T 换成一个随机噪声，还能达到原来的效果吗...

prefixRAINSTARsuffix