AWS Flash - Generative AI with Diffusion Models (Simplified Chinese)

本课程概述了与扩散模型（主要用于图像创建和修改）相关的生成式 AI 使用案例，以及它们提供的商业价值。其中包括扩散模型的概念和实际应用、案例研究，以及根据使用案例需求评估不同扩散模型的注意事项。

• 课程级别：中级
• 时长：90 分钟

注意：本课程具有本地化的注释/字幕。 旁白保留英语。要显示字幕，请单击播放器右下角的 CC 按钮。

课程内容

本课程包括讲解、真实示例和案例研究。

课程目标

在本课程中，您将学习以下内容：

• 扩散模型与传统的生成式对抗网络 (GAN) 有何不同
• 描述扩散模型使用案例和多模态应用程序
• 了解如何微调扩散模型
• 了解根据使用案例需求评估不同扩散模型的注意事项 

培训对象 

本课程面向：

• 任何想了解扩散模型的实际应用的人
• 希望识别和评估生成式 AI 使用案例的决策者 

前提条件

我们建议本课程的参加者符合以下条件：

• 已完成 Introduction to Generative AI – Art of the Possible （数字化课程） 
• 有技术背景和编程经验者更佳

课程大纲

模块 1：生成式模型的演变

• 生成式对抗网络 – GAN
• GAN 的局限性

模块 2：扩散模型 – 概念

• 了解如何使用扩散模型生成图像
• 使用扩散模型生成图像背后的基本概念和原则

模块 3：Stable Diffusion

• Stable Diffusion 的概念性概述
• Stable Diffusion 架构
• Stable Diffusion 的实际应用

模块 4：训练和评估扩散模型

• 训练扩散模型
• 评估扩散模型

模块 5：微调扩散模型

• 针对特定任务微调预训练模型
• 案例研究和实际示例

演示

• Amazon Bedrock 图像 Playground
• 图像到图像 SageMaker Notebook
• 使用 Amazon SageMaker JumpStart 进行微调

模块 6：知识考核和总结