Diffusionsmodell — Bilder aus Rauschen (3D)
Über diese App
Tausende Partikel fließen aus Gauß-Rauschen Schritt für Schritt zu Formen: Vorwärts- und Rückwärtsprozess, DDPM vs. DDIM und Classifier-free Guidance. Ein Bild-Panel zeigt dasselbe im Pixelraum, mit Grobform zuerst und Details zuletzt.
Wie ein Diffusionsmodell arbeitet
Ein Diffusionsmodell erzeugt Daten aus reinem Gauß-Rauschen, in vielen kleinen Schritten. Der Vorwärtsprozess mischt Daten und Rauschen nach einem festen Fahrplan: xₜ = √ᾱₜ·x₀ + √(1−ᾱₜ)·ε. Bei t = 0 liegen die Daten vor, bei t = T nur noch Rauschen. Im Rückwärtsprozess schätzt das Modell in jedem Schritt aus xₜ das saubere Ziel x̂₀ und damit das Rauschen ε̂ und geht ein Stück zurück Richtung Daten. Der Sampler DDPM fügt dabei frischen Zufall hinzu, DDIM rechnet deterministisch und kommt mit weniger Schritten aus.
Was die App zeigt
Die Szene zeigt einen zweidimensionalen Datenraum über einer Zeitachse: hinten t = T = 1000 (Rauschen), vorn t = 0 mit fünf Formen („hey“, Spirale, Herz, Stern, Kreise). 2.000 Partikel laufen vorwärts oder rückwärts, ihre Farbe zeigt, wie sicher die Zuordnung zu einer Form schon ist. Das Panel „Vorhersage“ zeigt für ein angeklicktes Partikel xₜ, die Schätzung x̂₀ und den Rauschanteil. Im Bild-Panel läuft derselbe Prozess mit 30 Bildern à 48 × 48 Pixel oder mit einer eigenen Zeichnung. Gerechnet wird mit dem exakten optimalen Denoiser, ohne trainiertes Netz.
Selbst ausprobieren
Schiebe die Zeit t von 1000 auf 0 und beobachte, dass die grobe Zuordnung zu einer Form früh fällt und die genaue Lage zuletzt. Vergleiche DDPM und DDIM bei 5 bis 200 Schritten und wechsle zwischen Kosinus- und linearem Rausch-Fahrplan. Wähle eine Klasse und erhöhe die Guidance-Stärke w von 0 bis 8: Die Treffer in der Klasse steigen, die Abdeckung der Form sinkt. Im Bild-Panel erscheint erst die Grobform, dann die Details.
Häufige Fragen
- Wie funktioniert ein Diffusionsmodell?
- Ein Diffusionsmodell lernt, schrittweise Rauschen aus Daten zu entfernen. Beim Training werden Beispiele nach einem festen Fahrplan verrauscht, und ein Netz lernt, das Rauschen vorherzusagen. Beim Erzeugen startet man mit reinem Rauschen und wendet diese Vorhersage viele Male an, bis ein neues Beispiel entsteht.
- Was ist der Unterschied zwischen DDPM und DDIM?
- DDPM fügt in jedem Rückwärtsschritt etwas frischen Zufall hinzu, das Ergebnis ist bei jedem Lauf anders. DDIM nutzt dieselbe Rauschschätzung, geht aber deterministisch vor: Derselbe Start führt zum selben Ergebnis. DDIM kommt dadurch mit deutlich weniger Schritten aus.
- Was bewirkt Classifier-free Guidance?
- Classifier-free Guidance mischt die Schätzung mit Bedingung, zum Beispiel einem Prompt oder einer Klasse, mit der Schätzung ohne Bedingung. Ein Gewicht w über 1 verstärkt den Unterschied zwischen beiden. Die Ergebnisse passen dann besser zur Bedingung, die Vielfalt nimmt ab.
- Rechnet die App mit einem trainierten Netz?
- Nein. Sie verwendet den exakten optimalen Denoiser für die Referenzpunkte, einen gewichteten Mittelwert der Trainingsbeispiele. Er reproduziert am Ende genau die Trainingsdaten, auch im Bild-Panel. Echte Netze sind glatter und erzeugen neue Beispiele; die App zeigt den Ablauf im Spielzeugmaßstab.
Fach: Neuronale Netze
Mehr aus Neuronale Netze
- Agenten-Schleife
- Attention Visualizer
- Backpropagation — Schuld rückwärts
- Backpropagation: aus einem Fehler lernen
- Basin of Attraction
- Dein Beruf unter KI
- Die Temperatur-Schraube
- Embedding Space Explorer (3D)
Eine VisuApp von heyprof: interaktiv, kostenlos im Browser, ohne Anmeldung. Was ist eine VisuApp? · Alle Apps