+48 22 203 56 00 biuro@sages.pl
Trwają zapisy do grupy

Szkolenie: Metody i algorytmy sztucznej inteligencji w generowaniu obrazów

Szkolenie z generatywnej sztucznej inteligencji uczy nowoczesnych metod generowania obrazów, obejmuje praktyczne warsztaty z fine-tuningu modeli, omawia architekturę Stable Diffusion, LoRA i Flux oraz przygotowuje do samodzielnego wdrażania AI w projektach graficznych

  • Trenerzy praktycy
  • Kameralne grupy

Czas trwania szkolenia:3 dni (24h)

Poziom zaawansowania:

Kod kursu:AI/GEN-IMG

deep-learning

Dostępne terminy szkolenia

  • Termin
  • Trener
  • Cena
  • Zapis
  • Lokalizacja

Termin:

30 marca
Trwają zapisy na szkolenieDostępne w BUR

Trener:

Trener-Sages

Cena:

3350 PLN netto
Ikona podpowiedziDowiedz się więcej o cenach szkoleń - zapraszamy do kontaktu
+23% VAT
Zapisz się

Lokalizacja:

Zdalne
Zdalne
Ikona podpowiedziZapytaj o inne lokalizacje - w tym celu skorzystaj z chatu

🎁 Mikropoświadczenie w cenie

Uzyskaj renomowane cyfrowe poświadczenie umiejętności budowy modeli z wykorzystaniem sieci neuronowych
Sprawdź warunki otrzymania

Forma szkolenia

Interesuje Cię szkolenie stacjonarne?
Zapytaj o szkolenie

Powiadom o kolejnych terminach

Interesuje Cię szkolenie w innym terminie?

Metody i algorytmy sztucznej inteligencji w generowaniu obrazów

Cele szkolenia

  • Szkolenie przygotowuje do samodzielnego projektowania i trenowania modeli generatywnych AI do tworzenia obrazów na bazie własnych danych

  • Szkolenie uczy stosowania nowoczesnych technik fine-tuningu, takich jak LoRA, w celu personalizacji modeli generatywnych

  • Szkolenie omawia praktyczne wykorzystanie bibliotek i narzędzi do generowania oraz modyfikowania obrazów z użyciem AI

  • Szkolenie rozwija umiejętność analizy i oceny efektywności różnych architektur modeli generatywnych w kontekście zastosowań biznesowych i badawczych

Dla kogo?

  • Doświadczony data scientist lub inżynier ML z minimum rocznym doświadczeniem w deep learning i PyTorch

  • Specjalista zajmujący się wdrażaniem rozwiązań AI w obszarze przetwarzania i generowania obrazów

  • Osoba pracująca w środowisku Linux i Jupyter Notebook, zainteresowana praktycznym zastosowaniem generatywnej AI

Efekty kształcenia

  • Uczestnik projektuje i trenuje modele generatywne AI do tworzenia obrazów

  • Uczestnik analizuje i porównuje architektury GAN, VAE, Stable Diffusion oraz Flux

  • Uczestnik wdraża techniki fine-tuningu, takie jak LoRA, na własnych danych

  • Uczestnik obsługuje narzędzia i biblioteki do generowania oraz modyfikacji obrazów

  • Uczestnik ocenia efektywność modeli generatywnych w praktycznych zastosowaniach

  • Uczestnik stosuje zasady etyki i prywatności w pracy z danymi obrazowymi

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 szkolenia

Pobierz program w PDF

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

Wybrane opinie

Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi

4.8
Ikona podpowiedziŚrednia ocen Sages w serwisie Google Ocena pochodzi ze średniej ocen Sages w serwisie Google i nie jest weryfikowana

30.01.2026

Uczestnik szkolenia “Jira - organizacja i zarządzanie projektami”

Adam NAJMOWICZ

Praktyczna wiedza w praktyce i swietna komunikacja z trenerem

Więcej opinii

Podobne szkolenia

Deep learning

Liczba dni: 4
4125 PLN

Szkolenie deep learning to praktyczny kurs, który uczy projektowania, trenowania i wdrażania sieci neuronowych, konwolucyjnych i rekurencyjnych, przygotowując do pracy z analizą obrazów i przetwarzaniem języka naturalnego

sieci-neuronoweuczenie-glebokieai-zaawansowanedeep-learning

Nienadzorowana reprezentacja, autoenkodery i modele generatywne

Liczba dni: 3
Na zamówienie

Szkolenie z nienadzorowanego uczenia głębokiego uczy budowy reprezentacji danych, autoenkoderów i modeli generatywnych, takich jak VAE i GAN, umożliwiając praktyczne zastosowanie nowoczesnych algorytmów deep learning do analizy i generowania danych

modele-generatywneautoenkoderydeep-learning

Python - wizja komputerowa

Liczba dni: 5
4750 PLN

Szkolenie Python wizja komputerowa przygotowuje do praktycznego wykorzystania narzędzi i technik analizy obrazów, segmentacji, rozpoznawania obiektów oraz klasyfikacji z użyciem bibliotek Python, uczenia maszynowego i głębokiego uczenia

analiza-obrazucomputer-visionpythondeep-learning