KM_Model_splicing_material_demonstration
詳細
ファイルをダウンロード
このバージョンについて
モデル説明
感覚で未知のものを理解することは、少し原始的すぎるかもしれないが、もっと良い方法はあるのか。
完全なモデル処理には13のプロセスが必要で、これらは3つの種類に分かれる。とにかく、できるだけ丁寧に説明する。
プロセス1の分解
モデルA：（抽出対象モデル）モデルB：抽出コンポーネントB モデルC：抽出コンポーネントC
α= -1
プロセス2の段階的抽出
モデルA：プロセス1抽出物1 モデルB：（抽出対象モデル） モデルC：プロセス1抽出物1
α= 2
このステップの混合後、プロセス1抽出物2が得られる。その後、モデルAとモデルCを繰り返し交換して、プロセス1抽出物4を得る必要がある。
簡単に対象となるモデルの種類を紹介する。
プロセス1抽出物1：モデルの抽出と混合アルゴリズムにより、抽出対象モデルの基本部分を除去し、残ったのはこのモデルの画風である。私はこれを「スタイル1.0」と呼ぶ。
プロセス1抽出物2：ベース1.0、プロセス1抽出物3：スタイル2.0、プロセス1抽出物4：ベース2.0
プロセス3の精製：プロセス3は、これまでのプロセスと組み合わせて使用する必要がある。
モデルA：スタイル2.0 モデルB：スタイル2.0分解 プロセス1抽出物3 モデルC：スタイル2.0
α = -1
このモデルは、再び分解前の状態に戻り、活性化に成功した。
ベース2.0の混合ルートも同様である。
この方法は、抽出情報の深さを高めることも可能だが、いくつかの調整が必要である。
私は専門の研究者ではないことを認める。私が行ったことは無意味かもしれないし、すべて誤りかもしれない。とにかく、今は疲れた。情熱を失ったと感じている。私は膨大な時間をモデル混合に費やしてきたが、画期的な進展は得られなかった。もしかすると、最初から方向性が間違っていたのかもしれない。モデルのトレーニングがAIの正しい道であり、モデル混合はそうではない。モデルのバージョンアップが正しい道であり、モデル混合はそうではない。では、あなたにはどんな考えがあるのか。