Diffusion models是如何工作的

您将深入熟悉扩散过程和执行该过程的模型。本课程不仅仅是简单地引入预先构建的模型或使用 API，还将教您从头开始构建扩散模型。 在本课程中，您将： 探索基于扩散的生成人工智能的前沿世界，并从头开始创建您自己的扩散模型。 深入熟悉扩散过程及其驱动模型，超越预先构建的模型和 API。 通过实验室采样、训练扩散模型、构建用于噪声预测的神经网络以及添加用于个性化图像生成的上下文，获得实用的编码技能。 在课程结束时，您将拥有一个模型，可以将其作为您自己探索应用程序扩散模型的起点。 这个由 Sharon Zhou 教授的一小时课程将扩展您的生成式人工智能能力，包括构建、训练和优化扩散模型。 实践示例使概念易于理解和构建。内置 Jupyter 笔记本允许您无缝地试验课程中提供的代码和实验。 作者①：吴恩达（Andrew Ng） 华裔美国人，是斯坦福大学计算机科学系和电子工程系副教授，人工智能实验室主任。是人工智能和机器学习领域国际上最权威的学者之一。也是在线教育平台Coursera的联合创始人。 作者②：周莎伦 斯坦福大学兼职教师，计算机科学 — AI博士，计算机科学 — AI由 Andrew Ng 顾问产品和工程经验Google机器学习产品经理,Kensho，产品管理顾问。哈佛大学计算机科学与古典学联合文学士学位，以最高荣誉获得 Phi Beta Kappa 'Senior 48' 教学研究员，哈佛大学工程与应用科学学院 Eliot House 非常驻导师。 想了解最新AI教程（AI绘画，AI写作，模型基础，行业风向），欢迎关注：AI知识学习小助手