دوره آموزشی برنامه نویسی هوش مصنوعی مولد: از رمزگذارهای خودکار متغیر تا انتشار پایدار با PyTorch و Hugging Face

در این دوره، جاناتان دینو—آموزگار متعهد، نویسنده، و سخنران—یک تور تعاملی از مدل‌سازی تولیدی عمیق را ارائه می‌دهد. یاد بگیرید که چگونه مدل‌های تولیدی خود را از ابتدا آموزش دهید تا تصاویری بی‌نهایت ایجاد کنید. کشف کنید که چگونه می‌توانید متن تولید کنید با استفاده از مدل‌های زبان بزرگ مشابه آنچه که برنامه‌هایی مانند ChatGPT را قدرت می‌بخشند. خط لوله متن به تصویر خود را بنویسید تا درک کنید مدل‌های تولیدی مبتنی بر دستور چگونه کار می‌کنند. علاوه بر این، مدل‌های پیش‌آموزش داده شده مانند Stable Diffusion را شخصی‌سازی کنید تا تصاویر سوژه‌های جدید را با سبک‌های بصری منحصر به فرد تولید کنید. این دوره منبعی کاربردی برای تکمیل هر گونه دانش نظری یا مفهومی که دارید، به شما ارائه می‌دهد.

اهداف یادگیری:
✅ آموزش یک خودرمزگذار متغیر با PyTorch برای یادگیری فضای فشرده و نهفته تصاویر.
✅ تعریف چگونگی تولید و ویرایش چهره‌های انسانی واقع‌گرایانه با استفاده از مدل‌های دیفیوژن بدون شرط و SDEdit.
✅ استفاده از مدل‌های زبان بزرگ مانند GPT2 برای تولید متن با استفاده از Hugging Face Transformers.
✅ جستجوی معنایی تصاویر مبتنی بر متن با استفاده از مدل‌های چندمدلی مانند CLIP.
✅ نوشتن خط لوله متن به تصویر خودتان برای درک نحوه کار مدل‌های تولیدی مبتنی بر دستور مانند Stable Diffusion.
✅ ارزیابی مدل‌های تولیدی، هم از نظر کیفی و هم کمی.
✅ شناسایی نحوه نوشتن توضیحات برای تصاویر با استفاده از مدل‌های پایه پیش‌آموزش داده شده.
✅ توضیح نحوه تولید تصاویر در یک سبک بصری خاص با استفاده مؤثر از LoRA برای فاین‌تیونینگ Stable Diffusion.
✅ ایجاد آواتارهای AI شخصی‌سازی شده با آموزش مدل‌های پیش‌آموزش داده شده برای سوژه‌ها و مفاهیم جدید با استفاده از Dreambooth.
✅ هدایت ساختار و ترکیب تصاویر تولیدی با استفاده از ControlNets شرطی بر اساس عمق و لبه‌ها.
✅ انجام استنتاج تقریباً در زمان واقعی با SDXL Turbo برای ترجمه ویدیو به ویدیو مبتنی بر فریم.