0


Fast.ai 的新课来了,给你详细介绍 Stable Diffusion 原理

最近跟学生们学了个新词儿,叫做「双厨狂喜」。一般形容两个知名创作者合作出来的作品 ------ 例如视频或者直播等 ------ 很受大伙儿欢迎。

这次,告诉你一个好消息,fast.ai 要和 Huggingface, Stability.ai(Stable Diffusion 作者之一)等各方一起创作一门新课程,叫做 From Deep Learning Foundations to Stable Diffusion。这,算是几个厨子来着?

1ed8e10aef98a8a47325985699c170f6.jpeg

这门课将以 fast.ai 的 Practical Deep Learning for Coders 第五版作为基础,往后介绍 Stable Diffusion 的原理。Jeremy Howard 说他会用新的方式让普通人理解 Stable Diffusion 模型。学完这门课程,你会从原理上懂得最近爆火的人工智能绘图模型究竟如何工作。

课程将涉及到的内容包括但不限于:

  • Transformers
  • unets
  • resnets
  • CLIP
  • autoencoders

这些内容,对于理解人工智能绘画,将非常有帮助。从此别人眼里的魔法,在你这儿就可以平视甚至俯视了。

你可能会认为,这么高级的课程,应该很难掌握吧?Jeremy Howard 说得非常清楚,你只需要掌握中学层次的数学就可以,不需要对高等数学有充分的了解和训练。根据 Practical Deep Learning for Coders 课程之前版本的学习,我相信他这话不是吹牛。毕竟,他的课程面向的是普通人,而非数学专业。

1fad2e91a7f3678e5dc8d0a3a81d89eb.jpeg

其实 fast.ai 的课程之前我已经不止一次为你介绍和推荐过了,你可以参考以下这些链接查看学了这课及其特色框架,你都能干些啥:

  • 如何用 Python 和 fast.ai 做图像深度迁移学习?
  • 如何用 Python 和深度迁移学习做文本分类?
  • 如何从零基础学最前沿的 Python 深度学习?
  • 深度学习框架 fast.ai 2.0 新版正式发布
  • 如何在 fast.ai 用 BERT 做中文文本分类?
  • 如何用 fast.ai 高效批量推断测试集?

紧接着,下一个问题就来了,这样的课程,得花多少钱啊?

44909cad105fd877ffd9be775039fec8.jpeg

这次 fast.ai 是和昆士兰大学合作的课程。对于普通学生来说,价格着实不菲。学生价要 175 美元。但是别急,咱们还是有办法名正言顺不交钱的。

7de668c65574e3aa36de531c7db0269a.jpeg

方法就是申请 fast.ai 提供的全额奖学金。注意 fast.ai 提供了以下几个通道。你如果符合要求,就能申请并获得:

  • 开放源码作者。Github 开源项目(50 个星以上)的核心贡献者;
  • 研究小组的组织者。管理一个有 6 个以上成员的公开 fast.ai 研究小组;
  • 使用 fast.ai 的学术界人士。发表了一篇引用 fast.ai 项目的科学论文,并有 10 次以上的引用;
  • 使用 fast.ai 的开放源码。在 github 上创建了一个使用并引用任何 fast.ai 项目的 5 星以上的项目
  • 其他(例如论坛上的活跃用户和之前课程的奖学金获得者。这些用户都是自动获得本课程奖学金,无需申请)

我看了一下,自己之前在 Github 上建立了不少开源项目,而且其中好几个用到了 fast.ai ,所以至少符合上述条件中至少两条,就赶紧用我的 mindmap2slide 这个 Github 项目进行了申请。

30dda514d01c0b1a05a2727380af5771.jpeg

我是前天晚上才提交的申请。

e0b20cbe10624f3e6ba39203452ea276.jpeg

今天凌晨 1 点多收到了 Jeremy Howard 署名的确认通知, fast.ai 审核效率确实很高。

8bf828f8d6e434d125fa49d2f9540031.jpeg

然后我就通过信件里面说明的方法,加入了课程。

3cbaa8a884bba289ced44cf6be66ab07.jpeg

课程的第一讲,会在 10 月 11 日(周二)开始,然后每周一次课。因为有时差关系,你未必有时间看课程的直播。不过没关系,只要你现在注册成功,将来都可以获得视频的回放链接。

9c37b2523112e7672783095ad8965bd2.jpeg

目前到开课,还有一段时间。如果你对 Stable Diffusion 感兴趣,请抓紧申请全额奖学金。这样一来,10 月份开课的时候,你也可以系统化学习这门课程了。

如果注册成功后,你等不及要了解 Stable Diffusion ,可以先参考课程论坛提供的相关资源。

c8e2518637d0f628dfb2e548aba072c9.jpeg

也可以 看看我的这个介绍视频。

这样等到 10 月份开课的时候,你对于讨论的上下文(人工智能绘图应用)应该更加清晰明确。另外,我非常推荐你趁着即将到来的假期,把课程的第一部分,也就是 Practical Deep Learning for Coders 的视频看完,特别是注意把里面的代码跑一下。放心,你没有 GPU 也不要紧,因为课程提供了一系列的链接,给你推荐了廉价甚至免费的云计算资源,例如 Google Colab 和 Kaggle 等。还有一些 fast.ai 课程学习者的专属折扣券。

a99c32bc22c1628ac4771b1f7395139f.jpeg

当你有了这门课的基础后,学起后面的课程会更加得心应手。

祝奖学金申请顺利,深度学习愉快!

点赞 +「在看」,转发给你身边有需要的朋友。收不到推送?那是因为你只订阅,却没有加星标

4b0f758650fdae519f50f7c11ffc2421.jpeg

如果有问题咨询,加入知识星球吧。之前已经积累下的帖子和问答,就有数百篇。足够你好好翻一阵子。

5a50cdc1f38f790c6358248d403a4afd.jpeg

若文中部分链接可能无法正常显示与跳转,可能是因为微信公众平台的外链限制。如需访问,请点击文末「阅读原文」链接,查看链接齐备的版本。

延伸阅读

  • 如何用纯 Python 写交互式 Web 应用?
  • OpenAI 人工智能绘图工具 DALLE 好用吗?
  • 人工智能绘图应用 DALLE 2 开始公开测试了
  • 如何在你的 M1/M2 Mac 本地运行 Stable Diffusion?
  • 如何免费用微信小程序中文 AI 绘画?
标签:

本文转载自: https://blog.csdn.net/nkwshuyi/article/details/127081173
版权归原作者 nkwshuyi 所有, 如有侵权,请联系我们删除。

“Fast.ai 的新课来了,给你详细介绍 Stable Diffusion 原理”的评论:

还没有评论