
AI・コンピューティング
拡散モデル: 順方向ノイズ除去と逆方向ノイズ除去
- 構成:
- 上下に反対の矢印が付いた 1 行の画像
- アスペクト比:
- 16:9
プロンプト
【画像生成用の拡散モデル】の概略図を作成します。横1列に5つの小さな画像を配置します。一番左は【花】の鮮明な写真です。右に行くほど、各画像には斑点のあるノイズが多くなり、右端の画像は純粋なグレーの静的画像になります。
1. 行の上にある 1 つの長い矢印は左から右を指します。フォワード プロセスによりノイズが段階的に追加されます。
2. 行の下では、1 つの長い矢印が右から左を指します。逆のプロセスにより、段階的にノイズが除去されます。
3. 下の矢印は、行の中央の下に配置されたノイズ除去ネットワーク用の 1 つの小さなボックスを通過します。
左端と右端の画像のみにラベルが付けられます。
各ラベルは図全体で 1 回だけ記述します。
ラベル(それぞれ一度だけ使用し、他の文字は追加しない): 【Clean image, Pure noise, Forward process: add noise, Reverse process: denoise, Denoising network】.
スタイル: ジャーナル形式の概略図。白い背景にきれいなフラット ベクトル グラフィックス。モジュールは、内側に短い名前が入った角丸長方形または単純なアイコンです。ライト パステル パネルは、関連するレイヤーをグループ化します。落ち着いた色は 3 ~ 4 色だけで、それぞれに 1 つの固定された意味があります。細く均一な矢印は、データ、エネルギー、物質、または影響の流れを示します。間接リンクまたはフィードバック リンクの破線の矢印。サンセリフ英語ラベルのみ。各ラベルは 1 回だけ表示され、指定されたとおりに綴られます。 3D レンダリング、影、輝き、サイバーパンクやテクノロジー背景の装飾、フォトリアリズムはありません。
このプロンプトと作例を参考画像として Yila で開きます。
作例は Nano Banana で生成しました。GPT Image などほかの画像モデルでも使えますが、結果はモデルによって異なります。






