Generative AI with Diffusion Models

نظرة عامة

تعرّف إلى الطريقة التي تولّد بها نماذج الانتشار الصور. تبني شبكة U-Net، وتطبّق عملية إزالة الضجيج بالانتشار، وتقارن بين DDPM وDDIM، وتتحكّم بالمخرجات بتضمينات السياق، وتستخدم CLIP لتوليد الصور من الأوامر النصية.

ما ستتعلّمه

المحتوى التقني أدناه معروضٌ باللغة الإنجليزية كما ورد في منهاج الدورة، حفاظاً على دقّة المصطلحات.

• Build a U-Net to generate images from pure noise
• Improve the quality of generated images with the Denoising Diffusion process
• Compare Denoising Diffusion Probabilistic Models (DDPMs) with Denoising Diffusion Implicit Models (DDIMs)
• Control the image output with context embeddings
• Generate images from English text-prompts using CLIP

المنهاج

لمن هذه الدورة

المطوّرون وعلماء البيانات ذوو الخبرة في التعلّم العميق ممن يريدون بناء أنظمة توليد الصور.

قبل أن تبدأ

• Good understanding of PyTorch
• Good understanding of deep learning