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

本課程概述了與擴散模型相關的生成式 AI 使用案例 (主要用於影像建立和修改)，以及其提供的商業價值。包括擴散模型概念和實際應用、案例研究，以及根據使用案例需求評估不同擴散模型的考量。

• 課程等級：中級
• 持續時間：90 分鐘

注意：本課程具有本地化的註釋/字幕。旁白保留英語。要顯示字幕，請按一下播放器右下角的 CC 按鈕。

活動

本課程包括簡報、實際範例和案例研究。

課程目標

在本課程中，您將學習以下內容：

• 擴散模型與傳統生成對抗網路 (GAN) 有何不同
• 描述擴散模型使用案例和多模態應用
• 了解如何微調擴散模型
• 了解根據使用案例需求評估不同擴散模型的考量 

目標對象 

本課程適用於：

• 任何想了解擴散模型實際應用的人
• 尋求識別和評估生成式 AI 使用案例的決策者 

先決條件

我們建議參加本課程的學員應具備：

• 已完成 Introduction to Generative AI – Art of the Possible (數位課程) 
• 技術背景和程式設計經驗很有幫助

課程大綱

單元 1：生成模型的演變

• 生成對抗網路 - GAN
• GAN 的限制

單元 2：擴散模型 - 概念

• 了解如何使用擴散模型生成影像
• 使用擴散模型生成影像背後的基本概念和原理

單元 3：Stable Diffusion

• Stable Diffusion 的概念性概觀
• Stable Diffusion 架構
• Stable Diffusion 實際應用

單元 4：訓練和評估擴散模型

• 訓練擴散模型
• 評估擴散模型

單元 5：微調擴散模型

• 針對特定任務微調預先訓練的模型
• 案例研究和實際範例

示範

• Amazon Bedrock 影像練習區
• 影像轉影像 SageMaker 筆記本
• 使用 Amazon SageMaker JumpStart 進行微調

單元 6：知識檢測和總結