林哲聰

PyTorch生成模型全解析｜從生成式對抗網路到擴散模型

NT$3,200

＃人工智慧＃技術應用

想跟上生成模型最新發展，理解其原理，但困於論文和程式碼？本課程從生成式對抗網路原理出發，教你運用擴散模型輕鬆創造影像，10小時密集學習，深入介紹GAN和擴散模型差異，學會影像轉換、影像生成及文字轉影像等技術，還教授運用Stable Diffusion的各種變型，透過大量實作，讓你輕鬆應用各項專案。

NT$3,200

2024/03/27

【開課通知】L1~L8 學習影片上架

各位學員好： L1 ~ L8 的課程影片已全數上架！ 課程學習目標 <img src="https://cdn-static.tibame.com/notification/283231/images/af2303ef-fcfc-4e8e-abee-413188614369.png" width="742" height="733" alt=""> 課前環境準備 <ul> <li>電腦裝置（不限廠牌、作業系統不限）</li> <li>本課程所有的程式都使用 PyTorch 在 Colab 雲端平台上開發 （可使用 Google 帳號登入 Google 的 Colab 雲端程式開發平台）</li> </ul> 平台學習工具 <img src="https://cdn-static.tibame.com/notification/283231/images/fb13cd11-a6d7-43f1-872a-8e67a0e54ea0.png" width="746" height="624" alt=""> <ul> <li>下載學習 App，行動學習最便利：</li> </ul>           下載學習 App，隨時隨地都能學，聰明把握每個零碎時間，走到哪學到哪        <a href="https://play.google.com/store/apps/details?id=com.wiedu.tibameapp&hl=zh_TW" target="_blank" rel="noopener"><img src="https://cdn-static.tibame.com/temp/cf07aeda-24b1-4a16-ba14-fd5c2e14dd28_app-01.png" alt="" width="172" height="52"></a><a href="https://play.google.com/store/apps/details?id=com.wiedu.tibameapp&hl=zh_TW" target="_blank" rel="noopener"><img src="https://cdn-static.tibame.com/temp/6aa1fe58-583a-4bf7-9482-9dd78f47f8a5_app-02.png" alt="" width="171" height="52"></a> 課程上架資訊 <ul> <li>課程字幕正在同步製作中，上架時會透過Email、課程公告、TibaMe APP 通知學員，敬請期待~</li> </ul> 預祝學習愉快！ 課程小幫手 Onyx

課程資訊

課程時長 11 小時 49 分

課程共 8 單元 61 小節

7 個可下載的學習資源

提供完訓證書

最新公告

2024/03/27

【開課通知】L1~L8 學習影片上架

適合對象

具備程式設計能力，但尚未涉足 AI 開發領域的程式設計師

渴望掌握生成模型及提升深度學習模型訓練效果的學習者

對 Stable Diffusion 原理及透過適當 text prompt 和 image prompt 產生影像有興趣者

想學習如何微調 Stable Diffusion 生成特定人物或物品影像者

渴望成為 AI 影像生成領域專業工程師的者（如Prompt Engineer）

想在專案中運用深度學習技術的專案管理者

數學或統計相關科系畢業，想增加自身技能的社會新鮮者

無論你是程式設計師、專案管理者，或者是數學或統計相關科系的新鮮人，都將在此課程中獲得所需的知識和技能，迎接 AI 世界的挑戰！！

你可以學到

掌握生成模型關鍵原理

林哲聰 PyTorch生成模型全解析｜從生成式對抗網路到擴散模型

本課程將從生成模型的原理出發，一路介紹如何應用市面上的 AI 生成網站，讓你能夠輕鬆產生心中所想的影像，無論是對生成模型初學者還是專業人士，都將受益匪淺，一窺 AI 生成的奧秘！

一次洞悉從生成式對抗網路到擴散模型訓練

這門課程將帶你通過8個單元、10小時的密集學習，深入了解生成式對抗網路（GAN）和擴散模型之間的差異，讓你學會影像轉換（Image-translation）、影像生成（image generation）及文字轉影像（text-to-image）等多種應用技術，本課程除了解析最新的技術論文外，還會教授你如何運用 Stable Diffusion 的各種變型（如：Controlnet、 Dreambooth、LORA、 Textual Inversion）來產生你"心目中"想要的那種"圖"。

林哲聰 PyTorch生成模型全解析｜從生成式對抗網路到擴散模型

課程介紹

近年來，生成模型領域發展迅速，擴散模型推動了生成式對抗網路（GAN）的進步，創造了更真實的影像轉換和生成能力，本課程涵蓋生成式對抗網路（GAN）到擴散模型（Diffusion Models）的原理，並介紹最新的生成模型應用，將深入探討 Diffusion model 中精典的 DDPM（Denoising Diffusion Probabilistic Models）與 DDIM（Denoising Diffusion Implicit Models）如何實現影像生成，及 Palette 在影像轉換中的應用，透過大量實作示範，你將掌握如何運用這些模型創造出想像中的影像，並將所學應用於各項專案和創意設計中。

8大生成模型：CycleGAN , AugGAN , LDM , Stable Diffusion , LORA , Controlnet , Textual Inversion , Instruct-Pix2Pix

本課程每個單元融合理論與實作，帶你深入探索生成式對抗網路與擴散模型的差異，將學習到影像轉換、影像生成、文本轉影像等多種應用技巧。

提供完整學習資源

全英文講義教材：提供完整教材簡報與程式碼，在學習過程中即時做好重點筆記，複習更方便。
授課語言為中英參雜（比例約7:3）：語法應用的實作帶領，在影片中會搭配中文語意解釋，不用擔心聽不懂，又可讓你在學習同時，自然而然的習得使用 Stable Diffusion 技術做影像生成，自己查詢解決方案的英文關鍵術語！
課後單元測驗多以英文呈現：每個模組都會有課後評量，透過題目反覆練習讓你了解學習。
課程重複觀看：不限時間、不限次數，皆可反覆觀看課程影片進行複習。
課程討論區：有任何學習問題皆可在討論區發問，專業講師將會替你答題解惑。

學習前基本能力

1. Python 程式基礎
2. 具備機器學習 / 電腦視覺 / 深度學習基本概念
3. 線代、統計基本概念
4. 基本運用 PyTorch 開發深度學習模型開發經驗

學習前準備

電腦裝置（不限廠牌、作業系統不限）
本課程所有的程式都使用 PyTorch 在 Colab 此雲端平台上開發（Google 帳號：用於登入 Google 的Colab 雲端程式開發平台）
為一次性購買的線上課程、擁有永久觀看權、可以無限次回放觀看複習和討論區提問與交流

課程資訊

課程時長 11 小時 49 分

課程共 8 單元 61 小節

7 個可下載的學習資源

提供完訓證書

關於講師

林哲聰

現任瑞典Zenseact(Volvo Cars)自動駕駛深度學習工程師

經歷｜
▻ 瑞典Chalmers University of Technology博士後研究員
▻ 工研院機械所副研究員/研究員/資深研究員
▻ 馬來西亞10 EPOCH科技公司研發顧問
▻ 馬來西亞偉特科技公司(ViTrox)研發顧問
▻ 加州大學聖塔芭芭拉分校資工系訪問研究員
▻ 工研院產業學院講師
▻ 清華大學自強基金會講師

專長｜
電腦視覺、機器學習、深度學習及其在駕駛輔助系統以及自駕車之各種應用

獲獎經驗｜
▻ 2020 中華民國資訊學會碩博士最佳論文獎-博士論文佳作
▻ 2020 中華民國影像處理與圖形識別學會第十三屆博碩士論文獎-博士論文佳作
▻ 2020 AI智慧應用新世代人才培育計畫-人才解題實證(倒車攝影機影像識別-障礙物與逼近偵測): 佳作
▻ 2019 IEEE ICIP Three Minute Thesis Competition (3MT®): Finalist
▻ 2018 第八屆兩岸清華研究生學術論壇清華大學代表
▻ 2017 CVGIP 行人偵測競賽亞軍
▻ 2017 MOST 生成式對抗網路競賽佳作
▻ 2016 日本立命館大學英文演講比賽清華大學代表
▻ 2013 伽利略創新大賽瑞士區冠軍
▻ 2011 伽利略創新大賽特別獎(GNSS Living Lab)得主
▻ 2010 伽利略創新大賽台灣區季軍

學習附件