xyz

Udemy線上課程 (Ken Cen出品)Generative AI第24部 使用Pytorch編寫 Stable Diffusion 上部 講師:Ken Cen 影音教學 中文發音 繁體中文(DVD版)

內容說明:
本課程從理論到實作，全方位解析 Stable Diffusion 及其背後的擴散模型（Diffusion Models），幫助學員掌握從基礎概念、數學原理到完整架構與編碼實現的整套流程，並具備在實際專案中進行微調與推論的能力。
Stable Diffusion 概述Stable Diffusion 是一款基於潛在擴散模型（Latent Diffusion Model）的深度學習文字生成影像框架，顛覆了 DALL·E 等專有模型的使用方式，開放源碼且可在常規 GPU 上運行 Wikipedia。
生成模型與概率分佈介紹生成模型（Generative Models）如何學習複雜數據的概率分佈，並以高斯分佈與變分推理作為實例說明 Wikipedia。
擴散模型的正向與逆向過程正向（forward）過程為逐步加入噪聲至數據；逆向（reverse）過程則學習將噪聲還原成數據的轉換，核心在於有限步數的馬可夫鏈建模 AI Summer。
DDPM 論文的數學原理深入解讀 Jonathan Ho 等人提出的 Denoising Diffusion Probabilistic Models，包含變分下界（ELBO）分解與重構誤差項的推導 Wikipedia。
模型訓練方法實作如何設置噪聲日程（β? schedule）、選擇優化器與 loss 函數，並透過 PyTorch 範例演示完整訓練流程 Medium。
採樣生成新數據展示從隨機純噪聲到最終影像的迭代採樣（sampling）演算法，以及影響速度與品質的關鍵參數 Hugging Face。
控制去噪過程演示如何透過無分類器引導（classifier-free guidance）或自定義時間嵌入（time embeddings）調節生成內容的細節與風格 Hugging Face。
無分類器引導 (Classifier-Free Guidance)理解 “guidance scale” 如何在不依賴外部分類器的情況下提升生成品質，並提供範例程式碼示範。
CLIP 模型CLIP（Contrastive Language–Image Pretraining）通過對比學習將文本與圖像映射到同一向量空間，藉助 4 億對圖文數據學習通用視覺語義表示 Wikipedia。
潛在擴散模型與 VAE講解 VAE（Variational Autoencoder）如何將高維圖像壓縮到低維潛在空間，再利用擴散模型在潛在空間中進行逐步噪聲與去噪 Wikipedia。
Stable Diffusion 架構全面剖析架構：CLIP 文本編碼器、VAE 編碼器/解碼器、U-Net 去噪網絡，以及整合管線 超堆疊。
編碼器實現實作 VAE 編碼器將圖像映射到潛在表示的細節，包括卷積層設計與參數初始化。
解碼器實現演示如何根據潛在向量利用 U-Net 架構及注意力機制（self-attention）逐步還原高解析度影像。

課程內容:
01 - 課程準備
001 課程工具準備.mp4
002 如何使用uv 作為包管理器和項目管理工具.mp4

02 - 什麼是Stable Diffusion & Forward Reverse Process & VAE & CLIP & U-NET & ELBO
001 什麼是Stable Diffusion & Forward Reverse Process & VAE & CLIP & U-NET & ELBO.mp4

03 - 如何用 Pytorch 編寫 VAE Encoder, VAE Decoder, CLIP, Attention 組件
001 如何使用 Pytorch 編寫 VAE Encoder 編碼器.mp4
002 如何用 Pytorch 編寫 VAE Decoder 解碼器.mp4
003 如何編寫自注意力和交叉注意力機制代碼.mp4
004 如何用 Pytorch 編寫 CLIP 文本編碼器.mp4





站內搜索

請輸入軟體名稱或編號

購物車 熱門關鍵字 51job 前程無憂 Frank 學院 Qingming Wpf詳解 Zhao 工作效率 女性領導力 三節課 下篇 六卦詳解 王思迅 文富 打造獨角獸 光佑 有個小院 行銷 東東 東東好課 佳旋 易經開門課 的環境預備 若水 美伊 思迅 星空 面對痛苦 渡人渡己 紫微篇 資承 遍路文化 漢化課程 養心 養身 養神 編程入門 養體 霍大俠 觸發器