courseoutline_metadesc.tpl

Generative AI with Diffusion Models (GAIDM) – Details

Detaillierter Kursinhalt

Vom U-Netz zur Diffusion

  • Aufbau einer U-Net-Architektur.
  • Trainieren Sie ein Modell, um Rauschen aus einem Bild zu entfernen.

Diffusionsmodelle

  • Definieren Sie die Vorwärtsdiffusionsfunktion.
  • Aktualisierung der U-Net-Architektur, um einen Zeitschritt zu ermöglichen.
  • Definieren Sie eine umgekehrte Diffusionsfunktion.

Optimierungen

  • Implementieren Sie die Gruppennormalisierung.
  • GELU umsetzen.
  • Implementieren Sie Rearrange Pooling.
  • Implementieren von sinusförmigen Positionseinbettungen.

Klassifikator-freie Diffusionsführung

  • Hinzufügen kategorischer Einbettungen zu einem U-Netz.
  • Trainieren Sie ein Modell mit einer Bernoulli-Maske.

CLIP

  • Erfahren Sie, wie Sie CLIP Encodings verwenden.
  • Verwenden Sie CLIP, um ein neuronales Text-Bild-Netzwerk zu erstellen.