Metody i algorytmy sztucznej inteligencji w generowaniu obrazów
Szkolenie "Metody i algorytmy sztucznej inteligencji w generowaniu obrazów" omawia szerokie spektrum modeli i algorytmów, służących do generowania obrazów od klasycznych technik po najnowsze modele, takie jak Flux. Szkolenie obejmuje również praktyczne ćwiczenia, w tym fine-tuning własnego modelu z użyciem techniki LoRA na własnych zdjęciach, co pozwala na pełne zrozumienie i samodzielne zastosowanie zdobytej wiedzy.
2550 PLN+23% VAT (3136 PLN brutto / 1 os.)Czas trwania szkolenia:3 dni (24h)
Kod kursu:AI/GEN-IMG
Metody i algorytmy sztucznej inteligencji w generowaniu obrazów
Cele szkolenia
Zrozumienie ewolucji technik generowania obrazów przez sztuczną inteligencję, od GAN-ów po modele Flux
Poznanie zasad działania modeli dyfuzyjnych oraz architektury Stable Diffusion
Nauka korzystania z biblioteki Hugging Face Diffusers do generowania obrazów przy użyciu AI
Fine-tuning własnego modelu z użyciem techniki LoRA na bazie własnych zdjęć
Dla kogo?
Doświadczeni Data Scientists oraz inżynierowie ML posiadający fundamenty wiedzy o uczeniu głębokim
Zalety
Praktyczne podejście do generowania obrazów z wykorzystaniem AI - wiele ćwiczeń i minimum niezbędnej teorii
Skupienie na najnowszych technikach, takich jak Flux Models i Stable Diffusion
Warsztaty przeprowadzone w formie kompletnego projektu - od wstępnych modeli generacyjnych po fine-tuning własnego modelu LoRA
Dostęp do wydajnych GPU umożliwiających trenowanie modeli w trakcie szkolenia
Wymagania
Szkolenie nie jest kierowane dla osób początkujących - wymagane co najmniej roczne doświadczenie z uczeniem głębokim (deep learning) oraz PyTorch
Dobra znajomość języka programowania Python
Dobra znajomość środowiska Linux oraz pracy ze środowiskiem Jupyter Notebook
Dostęp do Google Colab
W cenie otrzymasz:
Materiały szkoleniowe
Certyfikat ukończenia szkolenia
W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Program
Wprowadzenie do generowania obrazów za pomocą AI
Historia ewolucji generowania obrazów za pomocą AI
Omówienie VAE
Omówienie GAN
Modele dyfuzyjne - Stable Diffusion
Modele hybrydowe - Transformer + Diffusion (FLUX)
Podstawowe techniki generowania obrazów
Przykłady użycia GAN
Trening własnego modelu VAE
Nowoczesne techniki generowania obrazów
Embeddingi CLIP
Architektura U-Net
Schedulery usuwania szumów
Trenowanie własnego modelu dyfuzyjnego
Sterowanie generowaniem obrazu
Prompting - wstęp teoretyczny
Technika img2img
Inpainting
ControlNet
Omówienie efektywnych metod fine-tuningu dużych modeli
Dreambooth
Textual Inversion
LoRA (Low-Rank Adaptation)
Aspekty prywatności i etyki
Fine-tuning nowoczesnych modeli - praktyka
Przygotowanie danych
Fine-tuning modelu Flux z użyciem techniki LoRA
Przegląd gotowych narzędzi i API do generowania obrazów
DALLE-3
Stability AI
FLUX
Civit.AI
Huggingface Spaces