لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش هوش مصنوعی مولد، از GAN تا CLIP، با پایتون و پایتورچ
دانلود Generative AI, from GANs to CLIP, with Python and Pytorch
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
کدنویسی با خلاقانه ترین و هیجان انگیزترین معماری های هوش مصنوعی، شبکه های هوش مصنوعی مولد، از ابتدایی تا پیشرفته را یاد بگیرید. نحوه کدنویسی معماری های مولد هوش مصنوعی از ابتدا با استفاده از پایتون و پایتورچ چگونه معماری های مولد، عمیقاً کار می کنند، از GAN ها تا A.I چندوجهی، با درک همه چیز. جزئیات در فرآیند علاوه بر کدگذاری، هر بخش با بررسی عمیق مفاهیم کلیدی مرتبط با این معماری ها آغاز می شود. مثال ها: ما یک شبکه مولد را کدنویسی می کنیم که چهره انسان را تولید می کند، و همچنین دو شبکه پیشرفته را برای تبدیل اعلان های متنی ترکیب می کنیم. به تصاویر شگفت انگیز مثالها: ما یاد میگیریم که لباسهای یک شخص را در یک تصویر با ترکیب یک معماری تقسیمبندی با مدل تولیدی Stable Diffusion ویرایش کنیم. بخش پاداش ویژه: سفر به فضای پنهان یک شبکه عصبی، به طور عمیق یاد میگیریم که چگونه شبکههایی که هوش مصنوعی مولد را تامین میکنند. نگاشت آنها را بیاموزید بخش پاداش ویژه: تجسم هدایت شده را برای تمرین مدل مولد در ذهن خود تجربه کنید در حالی که چیزهای زیادی در مورد شبکه های عصبی یاد می گیرید پیش نیازها: دانش پایه پایتون. با اصول اولیه کافی است، زیرا ما هر چیز کوچک را با هم کدنویسی می کنیم، خط به خط دسترسی به یک اتصال اینترنتی، زیرا از سرویس آنلاین رایگان Google Colab برای کدنویسی با هم استفاده خواهیم کرد. ، بیایید آن را انجام دهیم! :)
بهروزرسانی آوریل 2024: اخیراً دو بخش جدید اضافه شده است. بخش جدید 5: با برنامهنویسی ترکیبی از یک مدل تقسیمبندی با مدل تولیدی Stable Diffusion، یاد بگیرید که لباسهای یک فرد را در یک تصویر ویرایش کنید. > بخش جدید جایزه 6: سفر به فضای پنهان شبکه عصبی - به عمق فضای پنهان شبکه های عصبی که هوش مصنوعی تولیدی را تقویت می کنند شیرجه بزنید تا درک کنید. به طور عمیق چگونه نگاشت خود را یاد می گیرند. ________________________________
Generative A.I. حال و آینده A.I است. و یادگیری عمیق، و هر بخش از زندگی ما را تحت تاثیر قرار خواهد داد. این بخشی از A.I است که به توانایی منحصر به فرد انسانی ما در ایجاد، تخیل و اختراع نزدیک تر است. با انجام این دوره، دانش پیشرفته و تجربه عملی در امیدوار کننده ترین بخش هوش مصنوعی، یادگیری عمیق، علم داده و فناوری پیشرفته به دست می آورید.
این دوره شما را به سفری جذاب می برد که در آن به تدریج و گام به گام یاد می گیرید، در حالی که مجموعه ای از معماری های مولد را با هم کدنویسی می کنیم، از ابتدایی تا پیشرفته، تا زمانی که به A.I چندوجهی برسید، جایی که متن و تصاویر به طرز باورنکردنی به هم متصل می شوند. راه هایی برای ایجاد نتایج شگفت انگیز.
در ابتدای هر بخش، مفاهیم کلیدی را با عمق زیاد توضیح می دهم و سپس با هم کدنویسی می کنیم، من و شما، خط به خط، همه چیز را درک می کنیم، با هم چالش ساختن امیدوار کننده ترین معماری های هوش مصنوعی امروز و فردا را فتح می کنیم. . پس از اتمام دوره، درک عمیقی از مفاهیم کلیدی و جزئیات دقیق فرآیند کدنویسی خواهید داشت.
چه زمانی برای زنده بودن! ما قادر به کدنویسی و درک معماریهایی هستیم که ما را به خانه میآورند، طبیعت انسانی خودمان، قادر به خلق و تخیل. با هم، آن را محقق خواهیم کرد. بیایید آن را انجام دهیم!
سرفصل ها و درس ها
انقلاب مولد
The generative revolution
نقشه راه، از پایه به پیشرفته و فراتر از آن
The roadmap, from basic to advanced and beyond
خاویر از فضاپیمای خود قدردانی می کند
Javier sends greetings from his spacecraft
انقلاب ژنرال: به خانه می آید
The generative revolution: coming home
کنونی و آینده A.i تولید کننده است
The present and future of A.I is generative
برنامه های کاربردی AI تولید کننده
Applications of generative AI
فضاهای پنهان و یادگیری نمایندگی
Latent spaces and representation learning
مرور فضاهای خالی
Navigating latent spaces
GANS: شبکه های مدرن دیافراگم
GANS: Generative Adversarial Networks
مزایا و امکانات تولید A.I
Benefits and possibilities of Generative A.I
به خانه می آید: تولید A.I و طبیعت انسانی
Coming home: generative A.I and human nature
خاویر آواز می خواند یک آهنگ اختصاص داده شده به تولید A.I
Javier sings a song dedicated to generative A.I
انقلاب مولد هوش مصنوعی
The generative AI revolution
نقشه راه، از ابتدایی تا پیشرفته و فراتر از آن
The roadmap, from basic to advanced and beyond
خاویر از فضاپیمای خود سلام می فرستد
Javier sends greetings from his spacecraft
انقلاب مولد: بازگشت به خانه
The generative revolution: coming home
حال و آینده هوش مصنوعی مولد است
The present and future of AI is generative
کاربردهای هوش مصنوعی مولد
Applications of generative AI
فضاهای پنهان و یادگیری بازنمایی
Latent spaces and representation learning
پیمایش در فضاهای نهفته
Navigating latent spaces
GANS: شبکه های متخاصم مولد
GANS: Generative Adversarial Networks
مزایا و امکانات هوش مصنوعی مولد
Benefits and possibilities of Generative AI
بازگشت به خانه: هوش مصنوعی مولد و طبیعت انسان
Coming home: generative AI and human nature
خاویر آهنگی را می خواند که به هوش مصنوعی مولد اختصاص دارد
Javier sings a song dedicated to generative AI
کدگذاری یک معماری پایه پایه
Coding a basic generative architecture
خاویر بخش 2 را از فضاپیمای خود معرفی می کند
Javier introduces section 2 from his spacecraft
درک نبرد بین ژنراتور و تبعیض آمیز
Understanding the battle between generator and discriminator
درک آنتروپی متقابل در عمق
Understanding Cross Entropy in depth
درک معادله برای محاسبه از دست دادن تبعیض کننده
Understanding the equation to calculate the discriminator loss
درک معادله برای محاسبه تلفات ژنراتور
Understanding the equation to calculate the generator loss
(اختیاری) آموزش گوگل کواب
(Optional) Google Colab Tutorial
کدگذاری: وارد کردن کتابخانه ها و اعلام عملکرد تجسم
Coding: importing libraries and declaring a visualization function
کدگذاری: hyperparameters و dataOloader
Coding: hyperparameters and the DataLoader
کدگذاری: کلاس ژنراتور
Coding: the generator class
کدگذاری: کلاس تبعیض آمیز
Coding: the discriminator class
کدگذاری: بهینه ساز و تست ژنراتور
Coding: the optimizer and testing the generator
کدگذاری: مقادیر از دست دادن ژنراتور و تبعیض کننده
Coding: the loss values of generator and discriminator
کدگذاری: حلقه آموزش اصلی، بخش تبعیض آمیز
Coding: main training loop, discriminator part
کدگذاری: حلقه آموزش اصلی، ژنراتور و آمار
Coding: main training loop, generator and stats
کدگذاری: اجرای آموزش
Coding: running the training
کدگذاری: نتایج و نتیجه گیری
Coding: results and conclusions
کدگذاری معماری پیشرفته تولید
Coding an advanced generative architecture
خاویر بخش 3 را از فضاپیمای خود معرفی می کند
Javier introduces section 3 from his spacecraft
چالش ها و مسائل مربوط به GAN پایه
Challenges and issues of the basic GAN
از دست دادن Wasserstein
The Wasserstein Loss
مجازات شیب
The Gradient Penalty
کدگذاری: تنظیم کتابخانه ها و پارامترها
Coding: setting up libraries and parameters
کدگذاری: ورود و راه اندازی کتابخانه آمار Wandb
Coding: Login and setup of the Wandb stats library
کدگذاری: شروع ژنراتور
Coding: Beginning the generator
مهندس چند رشته ای، محقق و Creative DirectorJavier Ideami متخصص در A.i و یادگیری عمیق، متخصص در تجسم پیشرفته، دید کامپیوتر و معماری های تولید کننده است. او یک مهندس چند رشته ای، محقق، مدیر خلاق، هنرمند و کارآفرین است. پروژه های خاویر Ideami او را از دره سیلیکون به جنگل های بالی، از جمله دانشگاه استنفورد و UC Berkeley، سازمان ملل متحد سازمان ملل متحد، مرکز مالی لندن، کنفرانس بین المللی دیپلماسی بین المللی در برلین و بسیاری دیگر، گرفته است.
نمایش نظرات