第1天讲座内容
- 纸
- 韩国互联网信息协会2024春季学术演讲
- [讲座教学]
- [练习班]
- 练习提示
- 问题状态分析:前50个Genai Web产品
创建生成的AI和图像
1。创建的AI如何制作图像?
- 识别模型:基于给定数据的特定模式或对象的识别
- 创建模型:通过学习数据的分布来创建新数据
2。了解扩散器模型
3。建立一个动手环境
使用各种前学习模型
1。如何使用稳定的扩散Web UI
2。如何创建模型并提示所需的图像创建
- 选择适当的模型
- 及时写作指南
- 使用Civitai和Huggingface
洛拉,使用vae的各种样式
1。性别,年龄,头发颜色,发型转换
2。眼镜,珠宝,背景转换(提示)
创建各种效果和投资组合
1。使用ControlNet创建图像
2。写投资组合(练习)
第2天讲座内容
制作自己的模型-Lora练习1
1。Checkpoint,Lora,嵌入,超网络,VAE定义
- 检查点:将模型状态存储在学习中间的文件
- 洛拉(潜在代表性分析) :使用线路空间的模型
- 嵌入:将类别数据转换为连续向量
- 超级网络:通过一个网络创建另一个网络的权重
- VAE(变异自动编码器) :既可以执行创造又具有感知的创意模型
2。洛拉学习数据的准备
制作自己的模型-lora练习2
1。洛拉模型学习
2 .. Lora使用及时指南
3。txt2img图像生成参数
- 采样器:采样方法
- CFG(配置文件) :设置文件
- VAE :创意模型
- 剪辑跳过:在学习过程中跳过特定阶段
找到类似的图像(模型评估)
1。矢量模拟评估方法
2。scipy.Spatial-距离指标
图像标题 - 图像创建文本
1。使用视觉上的图像字幕
2。图像标题模型学习和利用