एक तस्वीर का जन्म कैसे होता है

छवि जनरेटर मनुष्य की तरह चित्र नहीं बनाता. इसे लाखों "चित्र + कैप्शन" जोड़ियों पर प्रशिक्षित किया जाता है और यह याद रखता है कि वस्तुएं, शैली और प्रकाश कैसा दिखता है। जब आप पाठ प्रदान करते हैं, तो मॉडल यादृच्छिक शोर के साथ शुरू होता है और इसे चरण दर चरण हटाता है, जिससे छवि विवरण के अर्थ के करीब आती है। इसके दो परिणाम हैं. पहला: शब्द जितने अधिक विशिष्ट होंगे, तंत्रिका नेटवर्क आपके लिए उतना ही कम सोचता है - यह "औसत इंटरनेट उपयोगकर्ता" के साथ एक अस्पष्ट अनुरोध भरता है। दूसरा: शुरुआत हमेशा यादृच्छिक शोर से होती है, इसलिए एक ही संकेत अलग-अलग चित्र देता है। यह कोई बग नहीं है, बल्कि विकल्प पाने का एक तरीका है। कार्यशील लीवर: एंकर संज्ञा (फ्रेम में वास्तव में क्या है), सामग्री और प्रकाश के विशेषण, शैली और प्रारूप का संकेत। अंदरूनी तकनीक: संकेत को "परतों" में लिखें - विषय, पर्यावरण, प्रकाश, शैली; मॉडल पहले शब्दों पर अधिक दृढ़ता से प्रतिक्रिया करता है, इसलिए शुरुआत में मुख्य बात रखें। दूसरी युक्ति: यदि आपको चित्र पसंद है, तो उसके बीज को ठीक करें और एक समय में एक शब्द बदलें। शुरुआती लोगों की एक सामान्य गलती विशेषताओं के बजाय भावनाओं ("सुंदर, वाह") को लोड करना है। मॉडल आपके "खूबसूरत" को नहीं जानती; वह "नरम विसरित प्रकाश", "मिट्टी के पात्र", "क्लोज़-अप" जानती है।