Kursüberblick
Dank der Verbesserungen bei der Rechenleistung und der wissenschaftlichen Theorie ist generative KI zugänglicher als je zuvor. Generative KI spielt aufgrund ihrer zahlreichen Anwendungen eine wichtige Rolle in allen Branchen, z. B. bei der Generierung kreativer Inhalte, der Datenerweiterung, der Simulation und Planung, der Erkennung von Anomalien, der Entdeckung von Medikamenten, personalisierten Empfehlungen und vielem mehr. In diesem Kurs werden die Lernenden einen tieferen Einblick in Denoising-Diffusionsmodelle erhalten, die eine beliebte Wahl für Text-Bild-Pipelines sind.
Bitte beachten Sie, dass eine einmal bestätigte Buchung nicht mehr rückerstattet werden kann. Das bedeutet, dass Sie Ihren Platz für eine Veranstaltung nach der Bestätigung nicht mehr stornieren können und keine Rückerstattung erfolgt, unabhängig von der Teilnahme an der Veranstaltung.
Voraussetzungen
- Ein grundlegendes Verständnis von Deep-Learning-Konzepten.
- Vertrautheit mit einem Deep Learning Framework wie TensorFlow, PyTorch oder Keras. Dieser Kurs verwendet PyTorch.
Kursziele
- Aufbau eines U-Netzes zur Erzeugung von Bildern aus reinem Rauschen
- Verbessern Sie die Qualität der erzeugten Bilder mit dem Denoising-Diffusionsverfahren
- Steuerung der Bildausgabe mit Kontexteinbettungen
- Generierung von Bildern aus englischen Textaufforderungen mit Hilfe des neuronalen Netzes "Contrastive Language-Image Pretraining" (CLIP)
Dieser Text wurde automatisiert übersetzt. Um den englischen Originaltext anzuzeigen, klicken Sie bitte hier.