Словарь ИИ

Что такое сид генерации

Коротко

Сид генерации это число, от которого нейросеть получает начальный случайный шум: с тем же сидом, промптом и настройками модель повторяет ту же картинку.

Изображения, видео, звук · seed

Михаил МозгПроверено: 16 октября 20261 минута чтения

Ребенку

Представь игру, где ты бросаешь кубики, чтобы узнать, какой домик строить. Каждый бросок дает новый домик. А теперь представь волшебные кубики с номером: бросишь кубики под номером семь, и всегда выпадет одно и то же. Нейросеть, которая рисует, тоже бросает такие кубики. Если запомнить номер, можно снова получить понравившийся рисунок.

Простыми словами

Нейросеть для картинок начинает работу не с чистого листа, а с цветной ряби, похожей на помехи в старом телевизоре. Эту рябь создает генератор случайных чисел, и запускается он от одного стартового числа. Если число каждый раз новое, вы получаете новые варианты по одному и тому же описанию. Если его зафиксировать, рябь будет той же, и при тех же настройках выйдет та же картинка. Это удобно: нашли удачный вариант, записали номер и меняете в описании одно слово, например цвет платья, сохраняя остальное.

Для бизнеса

Фиксация сида превращает генерацию из лотереи в управляемый процесс. Дизайнер может вернуться к утвержденному варианту через месяц, юрист видит, как получен рекламный макет, а команда честно сравнивает настройки, меняя один параметр при одинаковом старте. Для серий карточек товаров это способ сохранить единый вид. Денег это почти не стоит, но требует дисциплины: вместе с картинкой хранят номер, описание, модель и ее версию. Ограничение важно знать заранее: после обновления модели, библиотеки или видеокарты результат может отличаться даже с тем же номером. Облачные сервисы не всегда дают задать этот параметр, на своем сервере он доступен всегда.

Для специалиста

Сид (seed) инициализирует генератор псевдослучайных чисел, из которого диффузионная модель берет начальный гауссов шум (initial latent noise) и шум стохастических сэмплеров на промежуточных шагах. В DDPM (Ho, Jain, Abbeel, 2020) выборка идет от чистого шума к изображению, поэтому сид, от которого зависят и стартовый тензор, и промежуточный шум, при прочих равных определяет результат целиком. В библиотеке diffusers сид передают через объект torch.Generator; документация советует генератор на CPU, потому что он стабильнее между машинами, а генератор на GPU может давать другие значения. Объект хранит состояние и меняет его после вызова, поэтому для повтора его пересоздают. Полный детерминизм требует еще детерминированных алгоритмов cuDNN и cuBLAS и отключения TF32, но и тогда, как предупреждает документация, точное совпадение не обещано даже с тем же сидом. Для воспроизводимости записывают сид вместе с версией модели, сэмплером, числом шагов и размером.

Пример

Маркетолог перебрал тридцать вариантов баннера и выбрал один. Он записывает его сид, а дальше меняет только надпись на вывеске в кадре, и композиция с героем остается прежней.

Связанные термины

Вопросы и ответы

Что такое seed в нейросети?

Это стартовое число для генератора случайного шума, с которого начинается картинка. Одинаковый seed при тех же промпте, модели и настройках дает тот же результат.

Почему с тем же сидом получилась другая картинка?

Скорее всего, изменилось что-то еще: версия модели, сэмплер, число шагов, размер или видеокарта. Повторяемость работает только при полном совпадении всех условий.

Источники

Где это применяют в компании

Как работает ИИ в компании: данные, связь систем, анализ и действие

Не уверены, нужно ли это вашей компании?

Карта ИИ-решений