3. Обучение весов (Как нейросеть заучивает штампы)
Чтобы эта гигантская карта смыслов вообще появилась, векторы проходят через слои нейросети. Каждый слой это математический фильтр с весами (числовыми коэффициентами).

Эти веса не берутся из воздуха. Они настраивались месяцами на миллионах картинок. И вот тут кроется главная засада: если сеть миллион раз видела слово angry рядом со стоковыми фотографиями злых лиц, вес этой связи становится просто монументальным. Для нейронки злость становится математически равна злобному карикатурному лицу.

4. Распределение вероятностей
На выходе из этой карты получается новый набор векторов. Он задает распределение вероятностей: какие цвета, формы и детали статистически лучше всего подходят под наш изначальный текст.

И вот тут нужно осознать очень важную вещь: сеть не придумывает сцену и не вкладывает в нее душу. Она просто хладнокровно вычисляет, какие пиксели вероятнее всего должны стоять рядом, исходя из заданных координат.

Если вы пишете дефолтные, общие слова, машина выдаст вам самое усредненное, безопасное и банальное распределение вероятностей. Вы получите ту самую глянцевую, пластиковую картинку, которая кричит меня сгенерировала нейросеть.

Чтобы получить более тонкие эмоции, нужно увести векторы в те зоны латентного пространства, где лежат сложные, противоречивые и неочевидные связи. Именно поэтому мы прописываем напряженную челюсть, описываем атмосферу и просим небрежные мазки кисти. Мы буквально заставляем алгоритм свернуть с протоптанной дороги в темный переулок.