NVIDIA DLI Generative KI mit Diffusion Models

Über diesen Kurs

Dank Verbesserungen in der Rechenleistung und wissenschaftlichen Theorie ist generative KI zugänglicher als je zuvor. Generative KI spielt eine bedeutende Rolle in verschiedenen Branchen aufgrund ihrer zahlreichen Anwendungen, wie kreative Inhaltsgenerierung, Datenaugmentierung, Simulation und Planung, Anomalieerkennung, Medikamentenentdeckung, personalisierte Empfehlungen und mehr. In diesem Kurs tauchen die Lernenden tiefer in Denoising-Diffusion-Modelle ein, die eine beliebte Wahl für Text-zu-Bild-Pipelines sind.

Lernziele

• Ein U-Net erstellen, um Bilder aus reinem Rauschen zu generieren
• Die Qualität generierter Bilder mit dem Denoising-Diffusion-Prozess verbessern
• Die Bildausgabe mit Kontext-Embeddings kontrollieren
• Bilder aus englischen Textprompts mit dem Contrastive Language—Image Pretraining (CLIP) neuronalen Netzwerk generieren

Behandelte Themen

• U-Nets
• Diffusion
• CLIP
• Text-zu-Bild-Modelle

Kursübersicht

Von U-Net zu Diffusion

• Eine U-Net-Architektur erstellen.
• Ein Modell trainieren, um Rauschen aus einem Bild zu entfernen.

Diffusion Models

• Die Vorwärts-Diffusion-Funktion definieren.
• Die U-Net-Architektur aktualisieren, um einen Zeitschritt zu berücksichtigen.
• Eine Rückwärts-Diffusion-Funktion definieren.

Optimierungen

• Group Normalization implementieren.
• GELU implementieren.
• Rearrange Pooling implementieren.
• Sinusoidale Position Embeddings implementieren.

Classifier-Free Diffusion Guidance

• Kategorische Embeddings zu einem U-Net hinzufügen.
• Ein Modell mit einer Bernoulli-Maske trainieren.

CLIP

• Lernen, wie man CLIP-Encodings verwendet.
• CLIP verwenden, um ein Text-zu-Bild neuronales Netzwerk zu erstellen.

Kurs beinhaltet

• Praktische Laborübungen
• Branchenrelevante Projekte
• Kompetenznachweis (nach Bestehen der bewerteten Prüfungen)
• Zugang zu NVIDIA DLI vorkonfigurierten Computing-Umgebungen mit GPUs

Erste Schritte

Bereit, Ihre KI-Fähigkeiten zu erweitern? Kontaktieren Sie uns unter info@kineto.ai, um mehr über Kursverfügbarkeit, Terminplanung und Anmeldemöglichkeiten zu erfahren.