Generate_AI_for_Image

1日目の講義コンテンツ

• 紙
• 韓国インターネット情報協会2024春の学術プレゼンテーション
• [講義教育]
• [練習クラス]
• 練習プロンプト
• 問題ステータス分析：上位50のGenai Web製品

生成されたAIと画像の作成

1.作成されたAIはどのように画像を作成しますか？

• 認識モデル：特定のデータに基づいた特定のパターンまたはオブジェクトの認識
• モデルの作成：データの分布を学習して新しいデータを作成する

2。ディフューザーモデルの理解

• データ分布学習と高品質の画像生成

3。手の確立 - 環境

• Python環境設定
• 図書館のインストール
• データセットの準備

---

さまざまな事前学習モデルの使用

1.安定した拡散Web UIの使用方法

• WebベースのUIを介して画像を作成します

2。モデルを作成し、目的の画像作成を求める方法

• 適切なモデルを選択します
• 迅速な書き込みガイドライン
• CivitaiとHuggingfaceを使用してください

---

ロラ、VAEを使用したさまざまなスタイル

1。性別、年齢、髪の色、髪型の変換

• Loraとvaeは画像変換を使用します

2。メガネ、ジュエリー、背景変換（プロンプト）

• 詳細なスタイル変換を迅速に使用します

---

さまざまな効果とポートフォリオを作成します

1.コントロールネットで画像を作成します

• コントロールネットは画像効果を使用します

2。ポートフォリオを書き込む（練習）

• 学習コンテンツと制作画像に基づいてポートフォリオを作成する

---

2日目の講義コンテンツ

---

独自のモデルを作成する-LORAプラクティス1

1。チェックポイント、ロラ、埋め込み、ハイパーネットワーク、VAE定義

• チェックポイント：モデル状態を学習中に保存するファイル
• LORA（潜在的な表現分析） ：ライン空間を利用するモデル
• 埋め込み：カテゴリデータを連続ベクトルに変換します
• ハイパーネットワーク：1つのネットワークを使用して別のネットワークの重みを作成します
• Vae（Variation Autoencoder） ：作成と知覚の両方を実行するクリエイティブモデル

2。LORA学習データの準備

• データセットの選択
• データの前処理

独自のモデルを作成する-lora練習2

1。LORAモデル学習

• 学習アルゴリズム設定
• 学習進捗

2 .. loraはプロンプトガイドを使用します

• プロンプトを設定する方法
• さまざまなスタイルとエフェクト

3。TXT2IMG画像生成パラメーター

• サンプラー：サンプリング方法
• CFG（構成ファイル） ：ファイルの設定
• VAE ：クリエイティブモデル
• クリップスキップ：学習プロセスの特定の段階をスキップする

---

同様の画像を見つける（モデル評価）

1。ベクターシミリティ評価方法

• コサインの類似性、ユークリッド距離など。

2。Scipy.spatial-距離メトリック

• さまざまな距離測定方法の使用

---

画像キャプション - 画像からテキストを作成します

1。視覚的な態度を使用した画像キャプション

• Attensionメカニズムを使用してキャプションを作成します

2。画像キャプションモデルの学習と利用

• データの準備
• 学習とキャプションを作成します