【論文解説】Stable Diffusion 画像生成のしくみを解説

講座概要

Stable Diffusionは文章から画像を生成できる深層学習モデルで、2022年に公開され、高いクオリティの画像を生成できることで一躍話題になりました。

Stable DiffusionはHuggingFace Model Hubで公開されていて誰でも利用でき、LineやDiscordでも有志が作成した画像生成botが利用できたりします。

また、Stable Diffusionの後には、NovelAI Diffusionが公開され、こちらはアニメ調の絵柄に特化して学習したモデルとなっています。

こうしたDiffusion系のモデルを使った画像生成タスクは今非常に盛り上がっていて、HuggingFace Model Hubで「Diffusion」と検索するだけで数百個のモデルがヒットします。

今回の講座では、上で挙げたDiffusion系モデルの前身となった論文の「High-Resolution Image Synthesis with Latent Diffusion Models (2022)」を題材として、どのように文章から画像を生成するかを解説していきます。

主な対象者

• 深層学習の今どきの話題を追いたい方
• NovelAIなど画像生成サービスを触っていて、パラメータ(Stepsなど)の意味を知りたい方

前提知識

• 高校程度の数学知識
• DNNの仕組みがだいたい分かる
• Transformerモデルの知識 (トークナイズして埋め込みを出力する過程がイメージできる)

会場

Zoomウェビナーでの開催となります

※ 参加登録してくださった方に、このページ上部の「参加者への情報」の欄にZoom URLが表示されます。

タイムテーブル

※質疑の内容や数などにより、終了時刻が前後する可能性があります。