ගොනුව:X-Y plot of algorithmically-generated AI art of European-style castle in Japan demonstrating DDIM diffusion steps.png

Page contents not supported in other languages.
විකිපීඩියා වෙතින්

මුල් ගොනුව ‎(2,560 × 1,734 පික්සල, ගොනු විශාලත්වය: 7.11 මෙ.බ., MIME ශෛලිය: image/png)

මෙම ගොනුව Wikimedia Commons වෙතින් වන අතර අනෙකුත් ව්‍යාපෘතීන් විසින්ද භාවිතා කල හැක. එහි ගොනු විස්තර පිටුව තුල අඩංගු විස්තර මෙහි පහත දැක්වෙයි.

සාරාංශය

විස්තරය

An X/Y plot of algorithmically-generated AI artworks depicting a European-style castle in Japan, created using the Stable Diffusion V1-5 AI diffusion model. This plot serves to demonstrate the U-Net denoising process, using the DDIM sampling method. Diffusion models algorithmically generate images by repeatedly removing Gaussian noise, step-by-step, and then decoding the denoised output into pixel space. Shown here are a smaller subset of steps within a 40-step generation process.

Procedure/Methodology

These images were generated using an NVIDIA RTX 4090; since Ada Lovelace chipsets (using compute capability 8.9, which requires CUDA 11.8) are not fully supported by the pyTorch dependency libraries currently used by Stable Diffusion, I've used a custom build of xformers, along with pyTorch cu116 and cuDNN v8.6, as a temporary workaround. Front-end used for the entire generation process is Stable Diffusion web UI created by AUTOMATIC1111.

A batch of 512x768 images were generated with txt2img using the following prompts:

Prompt: a (european castle:1.3) in japan. by Albert Bierstadt, ray traced, octane render, 8k

Negative prompt: None

Settings: Sampler: DDIM, CFG scale: 7, Size: 512x768

During the generation of this batch, the X/Y plot was generated using the "X/Y plot" txt2img script, along with the following settings:

  • X-axis: Steps: 1, 2, 3, 5, 8, 10, 15, 20, 30, 40
  • Y-axis: None
දිනය
මූලාශ්‍රය ස්වයං නිර්මාණයකි
කර්තෘ Benlisquare
අවසරය
(මෙම ගොනුව නැවත භාවිතා කරමින්)
Output images

As the creator of the output images, I release this image under the licence displayed within the template below.

Stable Diffusion AI model

The Stable Diffusion AI model is released under the CreativeML OpenRAIL-M License, which "does not impose any restrictions on reuse, distribution, commercialization, adaptation" as long as the model is not being intentionally used to cause harm to individuals, for instance, to deliberately mislead or deceive, and the authors of the AI models claim no rights over any image outputs generated, as stipulated by the license.

Addendum on datasets used to teach AI neural networks
Artworks generated by Stable Diffusion are algorithmically created based on the AI diffusion model's neural network as a result of learning from various datasets; the algorithm does not use preexisting images from the dataset to create the new image. Ergo, generated artworks cannot be considered derivative works of components from within the original dataset, nor can any coincidental resemblance to any particular artist's drawing style fall foul of de minimis. While an artist can claim copyright over individual works, they cannot claim copyright over mere resemblance over an artistic drawing or painting style. In simpler terms, Vincent van Gogh can claim copyright to The Starry Night, however he cannot claim copyright to a picture of a T-34 tank painted with similar brushstroke styles as Gogh's The Starry Night created by someone else.
අනෙකුත් අනුවාදයන්
Using DDIM sampling method
Using Euler ancestral sampling method

බලපත්‍රීකරණය

I, මෙම කාර්යයේ ප්‍රකාශන අයිතිය දරන්නා,පහත බලපත්‍රය යටතේ එය ප්‍රකාශයට පත් කරනු ලබයි:
w:en:Creative Commons
attribution share alike
This file is licensed under the Creative Commons Attribution-Share Alike 4.0 International license.
ඔබ නිදහස්:
  • බෙදාහදා ගැනීමට – කාර්යය පිටපත් කිරීමට,බෙදා හැරීමට සහ සම්ප්‍රේෂණය කිරීමට
  • නැවත සංකලනය කිරීමට – කාර්යයට අනුවර්තනය වීමට
පහත කොන්දේසිවලට යටත්ව:
  • attribution – වරපත වෙත බැඳියක්ද සපයමින් ඔබ විසින් සුදුසු කර්තෘභාරය ප්‍රදානය කල යුතු අතර, කිසියම් වෙනස්වීම් සිදුකලේ නම් එයද සඳහන් කල යුතු වෙයි. ඕනෑම සුදුසු ආකාරයට මෙය ඔබ විසින් සිදුකල හැකි මුත්, වරපත්දායකයා විසින් ඔබ හෝ ඔබගේ භාවිතය හෝ පිටසන් කරන බවට ඇඟවෙන ලෙසින් එය සිදු නොකල යුතු වෙයි.
  • share alike – මෙම විෂය කාරණා භාවිතා කොට නැවත සංකලනය, ප්‍රතියෝජනය හෝ වැඩිදියුණුව කලේ නම්, ඉන්පසු ඔබගේ දායකත්වය ඔබ විසින් බෙදාහැරිය යුත්තේ මුල් වරපත හා සමාන ‌හෝ සංගතික හෝ වරපතක් භාවිතා කරමිනි.
GNU head Free Software Foundation විසින් ප්‍රකාශිත GNU Free Documentation License බලපත්‍රයෙහි 1.2 හෝ ඊට අලුත් පිටපත්වල කොන්දේසිවලට යටත්ව මෙම ගොනුව පිටපත් කෙරුමට, නැවත බෙදාහාරුමට සහ/හෝ වෙනස් කෙරුමට අවසර දී ඇත; ඒ වෙනස් අංශ නොමැතිව, මුල් පිටු පෙළ නොමැතිව, පසු පිටු පෙළ නොමැතිවය. බලපත්‍රයේ පිටපතක් GNU Free Documentation License නම් අංශයේ දැක්වේ.
ඔබට අභිමත වරපත තෝරාගත හැක.

Captions

මෙම ගොනුව නිරූපණය කරන්නෙඑ කුමක්දැයි තනි පේළියේ පැහැදිළි කිරීමක් එක් කරන්න.

Items portrayed in this file

depicts ඉංග්‍රීසි

නිර්මාපකයා

some value

author name string ඉංග්‍රීසි: Benlisquare
Wikimedia username ඉංග්‍රීසි: Benlisquare
URL ඉංග්‍රීසි: https://commons.wikimedia.org/wiki/User:Benlisquare

copyright status ඉංග්‍රීසි

copyrighted ඉංග්‍රීසි

copyright license ඉංග්‍රීසි

GNU Free Documentation License, version 1.2 or later ඉංග්‍රීසි

Creative Commons Attribution-ShareAlike 4.0 International ඉංග්‍රීසි

inception ඉංග්‍රීසි

1 නොවැම්බර් 2022

media type ඉංග්‍රීසි

image/png

source of file ඉංග්‍රීසි

original creation by uploader ඉංග්‍රීසි

ගොනු ඉතිහාසය

එම අවස්ථාවෙහිදී ගොනුව පැවැති ආකාරය නැරඹීමට දිනය/වේලාව මත ක්ලික් කරන්න.

දිනය/වේලාවකුඩා-රූපයමානපරිශීලකපරිකථනය
වත්මන්22:55, 31 ඔක්තෝබර් 2022 22:55, 31 ඔක්තෝබර් 2022වන විට අනුවාදය සඳහා කුඩා-රූපය2,560 × 1,734 (7.11 මෙ.බ.)Benlisquarerearrange images into a 5-by-2 to optimise space
22:48, 31 ඔක්තෝබර් 2022 22:48, 31 ඔක්තෝබර් 2022වන විට අනුවාදය සඳහා කුඩා-රූපය5,120 × 867 (6.63 මෙ.බ.)Benlisquare{{Information |Description=An X/Y plot of algorithmically-generated AI artworks depicting a European-style castle in Japan, created using the [https://huggingface.co/runwayml/stable-diffusion-v1-5 Stable Diffusion V1-5] AI diffusion model. This plot serves to demonstrate the noise diffusion process, using the DDIM sampling method. Diffusion models algorithmically generate images by repeatedly applying Gaussian noise, step-by-step, and then decoding the denoised output into pixel space. Shown...

පහත දැක්වෙන පිටුව විසින් මෙම ගොනුව භාවිතා කෙරෙයි:

ගෝලීය ගොනු භාවිතය

පහත දැක්වෙන අනෙකුත් විකියන් මගින් මෙම ගොනුව භාවිතා කරයි:

පාරදත්ත

සමහරවිට ඩිජිටල් කැමරාවක් හෝ ස්කෑනරයක් හෝ භාවිතයෙන්, නිමැවා හෝ සංඛ්‍යාංකකරණය (ඩිජිටල්කරණය) කොට එක් කල , අමතර තොරතුරු මෙම ගොනුවේ අඩංගුය.

ගොනුව මුලින්ම පැවැති තත්ත්වයෙහි සිට විකරණය කොට තිබේ නම්, සමහරක් තොරතුරු විකරිත ගොනුව පූර්ණ වශයෙන් පිළිඹිමු නොකරනු ඇත.

"https://si.wikipedia.org/wiki/ගොනුව:X-Y_plot_of_algorithmically-generated_AI_art_of_European-style_castle_in_Japan_demonstrating_DDIM_diffusion_steps.png" වෙතින් සම්ප්‍රවේශනය කෙරිණි