Siemenluku

Kaikki generoinnit pohjautuvat satunnaisuuteen. Satunnaisuuden pohjalta luodaan kohinaa sisältävä kuva, josta Stable Diffusion lähtee etsimään sille koulutettuja asioita. Satunnaisuuden määrää aina siemenluku.

Kohina voi näyttää esimerkiksi tältä:

Kohina Kohina

Erilaiset siemenluvut tuottavat erilaista kohinaa eli lähtökohdat kuville voivat olla hyvin erilaisia. Näin voidaan ajatella, että jotkut siemenluvut ovat parempia kuvien generoinnissa kuin toiset, mutta hyvien siemenlukujen löytäminen on käytännössä hyvin vaikeaa. Kuvien generoinnissa helpoiten pääsee sillä, että itse siemenlukuun ei juurikaan kiinnitä huomiota ja antaa sen vain vaihtua generointien välillä vapaasti.

Joissain tapauksissa voi olla hyödyllistä käyttää edellisen generoinnin siemenlukua, jos esimerkiksi halutaan esimerkiksi täydentää muuten jo hyvää kuvaa esimerkiksi muuttamalla kehotetta tai samplerin askelten määrää. Usein kuitenkin muiden parametrien muuttaminen muuttaa kuvaa niin dramaattisesti, että saman lopputuloksen olisi saanut aikaiseksi myös antamalla siemenluvun vaihtua generointien välillä. Yhtäläisyydet samalla siemenluvulla generoiduissa kuvissa näkyvät lähinnä kuvia päällekkäin vertaamalla. Kuvissa voi usein olla esimerkiksi joltain osin sama sommittelu.

Esimerkkinä alla olevat kuvat on generoitu samasta siemenluvusta, mutta kehotteessa on pyydetty eri puita (“watercolor, birch/oak/pine tree”). Yhtäläisyyksiä voi löytää esimerkiksi puiden runkojen sijainnissa, taustan maastossa ja etualan maassa.

“watercolor, birch tree” “watercolor, birch tree” “watercolor, oak tree” “watercolor, oak tree” “watercolor, pine tree” “watercolor, pine tree”


Oliko kirjoituksesta iloa tai löysitkö siitä virheitä? Voit kommentoida kirjoitusta kommenttikenttään. Muista netiketti!