День 1 лекции содержание лекции
- Бумага
- Корейское интернет -информационное общество 2024 Весенняя академическая презентация
- [Преподавание лекций]
- [Практический класс]
- Практические подсказки
- Анализ статуса выпуска: 50 лучших веб -продуктов Genai
Создание сгенерированного ИИ и изображения
1. Как созданный ИИ делает изображение?
- Модель распознавания : распознавание конкретных шаблонов или объектов на основе данных данных
- Создание модели : Создайте новые данные, изучив распределение данных
2. Понимание модели диффузора
- Обучение к распределению данных и генерация изображений высокого качества
3. Создание рук -в окружающей среде
- Настройки среды Python
- Установка библиотеки
- Подготовка набора данных
Использование различных моделей до обучения
1. Как использовать стабильный диффузионный веб -интерфейс
- Создать изображение через веб -интерфейс
2. Как создать модель и подсказку для желаемого создания изображения
- Выберите подходящую модель
- Быстрое написание руководящих принципов
- Используйте Civitai и Huggingface
Лора, различные стили с использованием vae
1. Пол, возраст, цвет волос, конверсия прически
- Lora и Vae используют преобразование изображения
2. Стакалы, украшения, фоновое преобразование (приглашение)
- Быстрое использование подробного преобразования стиля
Создайте различные эффекты и портфель
1. Создать изображение с помощью ControlNet
- ControlNet Используйте эффект изображения
2. Напишите портфолио (практика)
- Создать портфель на основе обучения и производственных изображений
День 2 лекции содержание лекции
Создание собственной модели - Lora Practice 1
1. Контрольная точка, Лора, внедрение, гипер -сеть, определение VAE
- Контрольная точка : файл, который хранит состояние модели в середине обучения
- Лора (скрытый репрезентативный анализ) : модель, которая использует линейное пространство
- Внедрение : преобразовать данные категории в непрерывный вектор
- Hyper Network : создает вес другой сети с одной сетью
- VAE (вариационный автоэкодер) : творческая модель, которая выполняет как создание, так и восприятие
2. Подготовка данных обучения LORA
- Выбор набора данных
- Данные предварительной обработки
Создание своей собственной модели -лорской практики 2
1. LORA MODEL LEARGE
- Настройка алгоритма обучения
- Прогресс обучения
2 .. LORA Использовать руководство по приглашению
- Как настроить подсказку
- Различные стили и эффекты
3. Txt2img Parameters Generation
- Сэмплер : метод выборки
- CFG (файл конфигурации) : настройка файла
- VAE : творческая модель
- Clip Skip : пропустить определенную стадию в процессе обучения
Найдите аналогичное изображение (оценка модели)
1. Метод оценки векторной симуляции
- Сходство косинуса, расстояние евклида и т. Д.
2. Scipy.patial - метрики расстояния
- Различное использование метода измерения расстояния
Подпись изображения -Create Text из изображения
1. Подпись изображения с использованием визуального аттензиа
- Создать подписи с использованием механизмов привлечения
2.
- Подготовка данных
- Создать обучение и подпись
