İçeriğe geç
parazade
Yapay Zeka

Seed Değeri Nedir?

İngilizce: Seed

Yayın: · Son güncelleme:

Seed Değeri Nedir? Kısaca

Seed değeri, yapay zekâ modellerinde rastgele sayı üretimini başlatan sayıdır; aynı seed, aynı ayarlar ve aynı modelle kullanıldığında genellikle aynı çıktıyı yeniden üretmeyi sağlar.

Seed Değeri nedir?
İçindekiler
  1. Görsel üretiminde seed ne işe yarar?
  2. Pratik kullanım
  3. Dil modellerinde seed
  4. Sınırları

Seed (tohum) değeri, bir bilgisayarın "rastgele" sayılar üretmeye başladığı başlangıç noktasıdır. Bilgisayarlardaki rastgelelik aslında belirli bir algoritmayla üretilir; aynı seed ile başlatılan algoritma her seferinde aynı sayı dizisini verir. Yapay zekâ araçlarında bu, aynı sonucu yeniden elde edebilmek anlamına gelir.

Görsel üretiminde seed ne işe yarar?

Difüzyon modelleri üretime rastgele bir gürültüyle başlar. Bu başlangıç gürültüsü seed değerine göre oluşturulur:

  • Aynı seed + aynı prompt + aynı ayarlar + aynı model: Genellikle aynı görsel çıkar.
  • Farklı seed + aynı prompt: Aynı konunun farklı bir yorumu çıkar.
  • Seed "rastgele" (çoğu arayüzde -1): Her üretimde yeni bir seed seçilir.

Pratik kullanım

Varsayımsal bir senaryo: Bir manzara görseli ürettin ve kompozisyonu çok beğendin, ama renklerin daha sıcak olmasını istiyorsun.

  1. Beğendiğin görselin seed değerini not al.
  2. Seed'i sabitle.
  3. Promptta yalnızca "sıcak renkler" ifadesini ekle.

Böylece kompozisyon büyük ölçüde korunurken yalnızca istediğin özellik değişir. Bu yöntem, negatif prompt veya CFG ölçeği gibi ayarların etkisini karşılaştırmak için de idealdir.

Dil modellerinde seed

Bazı dil modeli arayüzleri de seed ayarı sunar. Temperature sıfırdan büyükken model kelime seçiminde rastgelelik kullanır; seed sabitlenirse cevaplar daha tekrarlanabilir olur.

Sınırları

Aynı seed bile farklı ekran kartlarında, farklı yazılım sürümlerinde ya da farklı örnekleyicilerle küçük farklılıklar üretebilir. Görsel boyutunu değiştirmek de sonucu tamamen değiştirebilir. Bu yüzden seed, mutlak bir garanti değil, tekrarlanabilirliği artıran bir araçtır.

Sıkça Sorulan Sorular

Seed -1 ne anlama gelir?

Birçok görsel üretim arayüzünde -1, her üretimde rastgele yeni bir seed seçileceği anlamına gelir. Sonucu tekrar üretmek istiyorsan, çıktıda gösterilen gerçek seed değerini kaydetmelisin.

Başkasının seed değerini kullanarak aynı görseli üretebilir miyim?

Aynı model, prompt, negatif prompt, boyut, adım sayısı ve örnekleyiciyi kullanırsan genellikle çok benzer bir sonuç alırsın. Donanım ve yazılım farkları küçük değişikliklere yol açabilir.

İlgili terimler

Difüzyon Modeli(Diffusion Model)Difüzyon modeli, veriye adım adım gürültü eklenmesini tersine çevirmeyi öğrenen ve rastgele gürültüden başlayıp onu kademeli olarak temizleyerek yeni görsel, ses veya video üreten üretken yapay zekâ modelidir.CFG Ölçeği(Classifier-Free Guidance Scale)CFG ölçeği (sınıflandırıcısız yönlendirme ölçeği), difüzyon modellerinde üretilen görselin prompta ne kadar sıkı bağlı kalacağını belirleyen ayardır; yükseldikçe uyum artar, aşırı değerlerde görsel bozulabilir.Negatif Prompt(Negative Prompt)Negatif prompt, yapay zekâ ile görsel üretirken modelin çıktıda özellikle kaçınmasını istediğin öğeleri, kusurları veya stilleri belirttiğin ek metin talimatıdır.TemperatureTemperature (sıcaklık), bir dil modelinin bir sonraki token'ı seçerken ne kadar rastgele davranacağını belirleyen ayardır. Düşük değer tutarlı ve öngörülebilir, yüksek değer daha çeşitli ve yaratıcı cevaplar üretir.PromptPrompt (istem), bir yapay zekâ modeline ne yapmasını istediğinizi anlatan metindir; bir soru, talimat, örnek ya da bunların birleşimi olabilir. Modelin cevabının kalitesi büyük ölçüde promptun ne kadar açık ve ayrıntılı yazıldığına bağlıdır.Görüntü Tanıma(Image Recognition)Görüntü tanıma (image recognition), bir yapay zekâ sisteminin fotoğraf ya da videodaki nesneleri, yüzleri, hayvanları, yazıları veya sahneleri tespit edip tanımlamasıdır. Bilgisayarlı görünün temel görevlerinden biridir.