得益于计算能力的提升和科学理论的进步，生成式 AI 离我们越来越近，特别是其在创造性内容生成、数据增强、仿真规划、异常检测、药物研发和个性化推荐等诸多方面所展现出的非凡成就，生成式 AI 将在各行各业中扮演愈发重要的角色。在本课程中，我们将深入探讨去噪扩散模型，这是当下从文本转换为图像的一种非常流行的手段，正在颠覆着多个行业的发展。
参加本次培训，您将学到：
>构建 U-Net 模型从纯噪声出发生成图像
>使用去噪扩散过程提高生成图像的质量
>使用上下文的嵌入向量控制图像的输出
>使用对比语言-图像预训练 (CLIP) 神经网络按照英文文本提示生成图像
下载课程大纲文档 (PDF 323 KB)
课程时长：8 小时，课后 6 个月内可以继续访问课件（实验资源用量有限额）
课程模式：讲师实时授课，每位学员可使用云端完全配置的加速工作站实验练习
价格：
预备知识：
使用的工具、库和框架：PyTorch, CLIP
课程测评问题类型：
培训证书：成功完成本课程和测试后，学员将获得 NVIDIA DLI 培训证书，证明在相关领域的能力，为职业发展提供证明
学习此课程的硬件要求：您需要一台笔记本电脑或台式机，且能够运行最新版 Chrome 或 Firefox 浏览器。我们为您提供在云端完全配置的 GPU 加速工作站的专用访问权限
如果您的企业希望获取或提升在 AI、加速数据科学或加速计算方面的核心技能，NVIDIA DLI 有讲师指导的培训将是您的信心之选。
