第1天講座內容
- 紙
- 韓國互聯網信息協會2024春季學術演講
- [講座教學]
- [練習班]
- 練習提示
- 問題狀態分析:前50個Genai Web產品
創建生成的AI和圖像
1。創建的AI如何製作圖像?
- 識別模型:基於給定數據的特定模式或對象的識別
- 創建模型:通過學習數據的分佈來創建新數據
2。了解擴散器模型
3。建立一個動手環境
使用各種前學習模型
1。如何使用穩定的擴散Web UI
2。如何創建模型並提示所需的圖像創建
- 選擇適當的模型
- 及時寫作指南
- 使用Civitai和Huggingface
洛拉,使用vae的各種樣式
1。性別,年齡,頭髮顏色,髮型轉換
2。眼鏡,珠寶,背景轉換(提示)
創建各種效果和投資組合
1。使用ControlNet創建圖像
2。寫投資組合(練習)
第2天講座內容
製作自己的模型-Lora練習1
1。 Checkpoint,Lora,嵌入,超網絡,VAE定義
- 檢查點:將模型狀態存儲在學習中間的文件
- 洛拉(潛在代表性分析) :使用線路空間的模型
- 嵌入:將類別數據轉換為連續向量
- 超級網絡:通過一個網絡創建另一個網絡的權重
- VAE(變異自動編碼器) :既可以執行創造又具有感知的創意模型
2。洛拉學習數據的準備
製作自己的模型-lora練習2
1。洛拉模型學習
2 .. Lora使用及時指南
3。 txt2img圖像生成參數
- 採樣器:採樣方法
- CFG(配置文件) :設置文件
- VAE :創意模型
- 剪輯跳過:在學習過程中跳過特定階段
找到類似的圖像(模型評估)
1。矢量模擬評估方法
2。 scipy.Spatial-距離指標
圖像標題 - 圖像創建文本
1。使用視覺上的圖像字幕
2。圖像標題模型學習和利用