آموزش استاد تولید تصویر هوش مصنوعی با استفاده از انتشار پایدار

Master AI Image Generation using Stable Diffusion

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: با استفاده از هوش مصنوعی مولد تصاویر خیره کننده ایجاد کنید! گام به گام با Stable Diffusion و Python! آشنایی با اصول Stable Diffusion برای ایجاد تصاویر جدید یاد بگیرید چگونه از پارامترهای Stable Diffusion برای به دست آوردن نتایج مختلف استفاده کنید ایجاد تصاویر با استفاده از مدل های دیگر ارائه شده توسط جامعه منبع باز در مورد Prompt Engineering برای انتخاب بهترین کلمات کلیدی برای تولید بهترین تصاویر بیاموزید نحوه استفاده از نگاتیو اعلانات برای نشان دادن مواردی که نباید در تصاویر ظاهر شوند از تنظیم دقیق برای ایجاد مدل سفارشی خود برای تولید تصاویر خود استفاده کنید. اصول اولیه مطلوب است اما الزامی نیست این امکان وجود دارد که دوره را بدون داشتن مهارت های فنی دنبال کنید

تولید تصاویر با استفاده از هوش مصنوعی حوزه‌ای است که توجه زیادی را به خود جلب می‌کند، هم از طرف متخصصان فناوری و هم از طرف افرادی از مناطق دیگر که می‌خواهند تصاویر سفارشی خود را ایجاد کنند. ابزارهای مورد استفاده برای این منظور مبتنی بر تکنیک های پیشرفته و مدرن از یادگیری ماشین و بینایی کامپیوتری است که می تواند به خلق ترکیب های جدید با کیفیت گرافیکی بالا کمک کند. ایجاد تصاویر جدید فقط با ارسال توضیحات متنی امکان پذیر است: شما از هوش مصنوعی (هوش مصنوعی) می خواهید که دقیقاً همانطور که می خواهید یک تصویر ایجاد کند! به عنوان مثال، می توانید متن "گربه در حال خواندن کتاب در فضا" را ارسال کنید و هوش مصنوعی مطابق آن توضیحات تصویری ایجاد می کند! این تکنیک در سال‌های اخیر توجه زیادی را به خود جلب کرده است و در چند سال آینده نیز رشد می‌کند.

چندین ابزار در دسترس برای این منظور وجود دارد و یکی از پرکاربردترین آنها Stable Diffusion است که توسط StabilityAI توسعه یافته است. منبع باز است، قابلیت استفاده، سرعت بالایی دارد و قادر به تولید تصاویر با کیفیت بالا است. از آنجایی که منبع باز است، توسعه‌دهندگان برنامه‌های افزودنی زیادی ایجاد کرده‌اند که می‌توانند تنوع بی‌نهایتی از تصاویر را در سبک‌های مختلف ایجاد کنند.

در این دوره شما هر آنچه را که برای ایجاد تصاویر جدید با استفاده از Stable Diffusion و زبان برنامه نویسی Python نیاز دارید، یاد خواهید گرفت. آنچه را که در این دوره به شش قسمت تقسیم شده است، در زیر ببینید:


  • قسمت 1: مبانی انتشار پایدار: شهود در مورد نحوه عملکرد فناوری و نحوه ایجاد اولین تصاویر. همچنین با پارامترهای اصلی برای به دست آوردن نتایج مختلف و همچنین نحوه ایجاد تصاویر با سبک های مختلف آشنا خواهید شد

  • قسمت 2: مهندسی سریع: شما یاد خواهید گرفت که چگونه متن های مناسب را ارسال کنید تا هوش مصنوعی دقیقا بفهمد که چه چیزی می خواهید ایجاد کنید

  • قسمت 3: آموزش یک مدل سفارشی: در مورد قرار دادن عکس های خود در متفاوت ترین محیط ها چطور؟ در این بخش یاد خواهید گرفت که چگونه از تصاویر خود استفاده کنید و آواتارهای خود را تولید کنید

  • قسمت 4: تصویر به تصویر: علاوه بر ایجاد تصاویر با ارسال متن، امکان ارسال تصاویر به عنوان نقطه شروع برای هوش مصنوعی برای تولید تصاویر نیز وجود دارد

  • قسمت 5: Inpainting - Exchange classes: شما یاد خواهید گرفت که چگونه تصاویر را ویرایش کنید تا اشیا را حذف کنید یا آنها را تعویض کنید. به عنوان مثال: سگ را بردارید و آن را با یک گربه

    جایگزین کنید
  • قسمت 6: ControlNet : در این بخش تکنیک های پردازش تصویر دیجیتال (تشخیص لبه و پوس) را برای بهبود نتایج پیاده سازی می کنید

همه پیاده‌سازی‌ها در Google Colab به صورت آنلاین با GPU انجام می‌شوند، بنابراین برای دریافت نتایج شگفت‌انگیز در عرض چند ثانیه به یک رایانه قدرتمند نیاز ندارید! بیش از 50 درس و بیش از 6 ساعت ویدیو!


سرفصل ها و درس ها

معرفی Introduction

  • محتوای دوره Course content

  • مواد درسی Course materials

مبانی انتشار پایدار Stable Diffusion basics

  • انتشار پایدار - شهود 1 Stable Diffusion - intuition 1

  • انتشار پایدار - شهود 2 Stable Diffusion - intuition 2

  • انتشار پایدار - شهود 3 Stable Diffusion - intuition 3

  • انتشار پایدار - شهود 4 Stable Diffusion - intuition 4

  • انتشار پایدار - محدودیت های استفاده Stable Diffusion - limitations of use

  • نصب کتابخانه ها Installing the libraries

  • درخواست - شهود Prompts - intuition

  • تولید اولین تصویر Generating the first image

  • تولید تصاویر متعدد Generating multiple images

  • پارامترها - بذر Parameters - seed

  • پارامترها - مرحله استنتاج Parameters - inference step

  • پارامترها - مقیاس راهنمایی Parameters - guidance scale

  • پیام های منفی - شهود Negative prompts - intuition

  • پیام های منفی - اجرا Negative prompts - implementation

  • مدل های دیگر - شهود Other models - intuition

  • مدل های دیگر - پیاده سازی Other models - implementation

  • سبک های خاص Specific styles

  • تغییر زمانبندی Changing the scheduler

مهندسی سریع Prompt engineering

  • آماده سازی محیط Preparing the environment

  • موضوع/شی، عمل/مکان، و نوع Subject/object, action/location, and type

  • سبک، رنگ و هنرمند Style, colors, and artist

  • وضوح، سایت و سایر ویژگی ها Resolution, site, and other attributes

  • پیام های منفی Negative prompts

  • انتشار پایدار نسخه 2 Stable Diffusition v2

  • تولید هنر و عکس Generating arts and photographs

  • تولید مناظر و تصاویر سه بعدی Generating landscapes and 3D images

  • ایجاد نقشه ها و معماری ها Generating drawings and architectures

  • مدل های سفارشی Custom models

آموزش سفارشی Custom training

  • تنظیم دقیق با Dreambooth - شهود Fine-tuning with Dreambooth – intuition

  • آماده سازی محیط Preparing the environment

  • آموزش 1 Training 1

  • آموزش 2 Training 2

  • تولید تصاویر Generating the images

  • بهبود نتایج Improving the results

تصویر به تصویر Image to image

  • آماده سازی محیط Preparing the environment

  • تولید تصویر Generating the image

  • پارامتر قدرت Strength parameter

  • سایر سبک های تصویر Other image styles

  • مدل های دیگر Other models

  • افزودن عناصر Adding elements

Inpainting – تبادل کلاس Inpainting – exchanging classes

  • آماده سازی محیط Preparing the enviroment

  • تبادل کلاس 1 Exchanging classes 1

  • تبادل کلاس 2 Exchanging classes 2

ControlNet ControlNet

  • آماده سازی محیط Preparing the enviroment

  • تولید تصاویر با استفاده از لبه ها 1 Generating images using edges 1

  • تولید تصاویر با استفاده از لبه ها 2 Generating images using edges 2

  • تولید تصاویر با استفاده از پوزهای 1 Generating images using poses 1

  • تولید تصاویر با استفاده از حالت 2 Generating images using poses 2

اظهارات پایانی Final remarks

  • اظهارات پایانی Final remarks

  • جایزه BONUS

نمایش نظرات

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.

آموزش استاد تولید تصویر هوش مصنوعی با استفاده از انتشار پایدار
جزییات دوره
7 hours
52
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
620
4.7 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Jones Granatyr Jones Granatyr

استاد اولا! 10 مورد از جونز گراناتیر و ترابیلو در 10 سال گذشته است که شامل Inteligência Artificial (IA) می باشد استاد حرفه ای ، پشکیزادور و بنیانگذار پورتال IA Expert ، وب سایت com conteúdo específico sobre Inteligência Artificial. Desde que iniciei na Udemy criei vários cursos sobre diversos assuntos de IA، como as exemplolo: یادگیری عمیق ، یادگیری ماشین ، علم داده ، Redes Neurais Artificiais، Algoritmos Genéticos، Detecção e Reconhecimento Facial، Algoritmos de cesos، Busca ، Mineração de Regras de Associação ، Sistemas Especialistas e Sistemas de Recomendação. اگر بخواهید از طریق برنامه های مختلف زبان (Python ، R e Java) و یا فن آوری های مختلف (tensorflow ، keras ، pandas ، sklearn ، opencv ، dlib ، weka ، nltk ، به عنوان مثال) استفاده کنید. با توجه به هدف اصلی و دستیابی به اطلاعات IA و مجوز فعالیت در TI و متقاضیان ، به عنوان تجدید نظر در زمینه استفاده از قوانین و مقررات و امکان مشاهده تجدید نظرهای جدید در زمینه مشروبات الکلی ارائه می شود.

Gabriel Alves Gabriel Alves

توسعه دهنده Olá ، eu me chamo گابریل آلوس و به صورت رسمی در قالب Cienscia da Computação pela Universidade do Contestado (UnC) Porto União. Curso Técnico em Informática pelo Colégio Técnico de União da Vitória (COLTEC) ، نتیجه گیری در سال 2014. ما با استفاده از زبانهای ویژه و ویژه زبانهای پایتون ، با کیفیت مناسب ترجیح می دهیم که از هیچ یک از مصالح مصنوعی Inteligência استفاده نکنید. Sou desde semper apaixonado pela computação e por temas que envolvem ciência e tecnologia.

AI Expert Academy AI Expert Academy

مربی