Лекция №13 "Генеративные модели"
Тринадцатое занятие на курсе «Нейронные сети и их применение в научных исследованиях» для восьмого потока обучения. Преподаватель: Никита Беляков Дата: 05.02.2025 00:00 Заставка 00:37 Общий взгляд на генеративные алгоритмы 01:19 Задача генерации 04:30 Простейший пример: генерация объектов из нормального распределения 06:24 Генеративные алгоритмы, основанные на глубоком обучении 08:07 Введение в генеративно-состязательные нейронные сети GAN 08:33 Вход модели (latent space) 09:43 Наивный подход в решении задачи генерации 15:17 Дискриминатор 17:21 Generative adversarial network (GAN) 30:46 DCGAN — Генерация изображений 38:01 Тонкости обучения GAN 44:54 Метрики генерации 56:36 cGAN — GAN с условием 59:09 Модификации GAN 59:52 Диффузионные модели 01:01:33 Базовые понятия библиотеки Diffusers 01:02:49 Прямой диффузионный процесс (добавление шума) 01:09:22 Обратный диффузионный процесс (удаление шума) 01:20:37 Обучение модели 01:32:19 Solver 01:35:20 Диффузия в латентном пространстве 01:07:42 Каскадная диффузия 01:38:41 ControlNet 01:43:12 Конвейеры Материалы лекции: Открыть в Colab: https://colab.research.google.com/drive/1GZXu8lrjM_RI9rSA4jJYlGstcZBNcNK- Открыть в HTML-формате: https://msu.ai/generative_models_notebook_new Сайт: https://msu.ai VK: https://vk.com/msu_ai Telegram: https://t.me/msu_ai_channel #MSU_AI#Фонд_Интеллект
Тринадцатое занятие на курсе «Нейронные сети и их применение в научных исследованиях» для восьмого потока обучения. Преподаватель: Никита Беляков Дата: 05.02.2025 00:00 Заставка 00:37 Общий взгляд на генеративные алгоритмы 01:19 Задача генерации 04:30 Простейший пример: генерация объектов из нормального распределения 06:24 Генеративные алгоритмы, основанные на глубоком обучении 08:07 Введение в генеративно-состязательные нейронные сети GAN 08:33 Вход модели (latent space) 09:43 Наивный подход в решении задачи генерации 15:17 Дискриминатор 17:21 Generative adversarial network (GAN) 30:46 DCGAN — Генерация изображений 38:01 Тонкости обучения GAN 44:54 Метрики генерации 56:36 cGAN — GAN с условием 59:09 Модификации GAN 59:52 Диффузионные модели 01:01:33 Базовые понятия библиотеки Diffusers 01:02:49 Прямой диффузионный процесс (добавление шума) 01:09:22 Обратный диффузионный процесс (удаление шума) 01:20:37 Обучение модели 01:32:19 Solver 01:35:20 Диффузия в латентном пространстве 01:07:42 Каскадная диффузия 01:38:41 ControlNet 01:43:12 Конвейеры Материалы лекции: Открыть в Colab: https://colab.research.google.com/drive/1GZXu8lrjM_RI9rSA4jJYlGstcZBNcNK- Открыть в HTML-формате: https://msu.ai/generative_models_notebook_new Сайт: https://msu.ai VK: https://vk.com/msu_ai Telegram: https://t.me/msu_ai_channel #MSU_AI#Фонд_Интеллект