![[AI実務] AI Research Engineerのための論文の実装を始める with PyTorch강의 썸네일](https://cdn.inflearn.com/public/courses/334289/cover/b8885796-1e67-4983-9432-bcda0daae927/334289.png?w=420)
[AI実務] AI Research Engineerのための論文の実装を始める with PyTorch
whitebox
AIを研究したり、それを活用してプロジェクトを進める場合、基本的な論文の実装は必須です。この講義を通じて実際の論文を実施し、実務能力をアップグレードしましょう!
중급이상
Deep Learning(DL), Generative AI, PyTorch
この講義では、生成型人工知能モデルの中でもDiffusionモデルに関連する実習を行います。代表的なDiffusionモデル応用論文であるprompt-to-prompt論文を一緒に読んで実装することで、最新の人工知能論文を理解する能力を養うことができることを期待しています。
受講生 59名
難易度 中級以上
受講期間 無制限
学習した受講者のレビュー
5.0
south420
ディープラーニング論文実装講義があまりなくて探していたのですが、良い講義をありがとうございます!
5.0
개발꿈나무
講義をよく聞かせていただきました!私のような初心者のために、AI基礎関連の論文講義もしていただけるといいですね
5.0
열심히공부
これほど詳しく親切に説明してくれる論文実装講義は初めてのようですね。Diffusion論文がどのような構成になっているのか、とても参考になりました。ありがとうございます。
Diffusion モデルの概念を理解する
代表的なDiffusionモデル応用論文であるPrompt-to-prompt論文の理解
PyTorchを使ってPrompt-to-prompt論文を実装してみる
AI論文を読んで実装する際に詰まる部分への解決方法
学習対象は
誰でしょう?
最新の人工知能論文の内容を実装するプロジェクトと関連するすべての方々
人工知能関連のキャリア準備をされている方々(AIエンジニア、AI大学院など)
人工知能をテーマに大学の卒業論文・プロジェクトを準備されている方々
前提知識、
必要でしょうか?
Python言語に対する理解
Visual Studio Code、Anaconda、Jupyter Notebookを活用した基礎的な開発経験
線形代数/人工知能に対する基礎的な理解
全体
53件 ∙ (6時間 32分)
講座資料(こうぎしりょう):
3. 生成モデルとは?
04:04
4. 画像生成モデル Overview
07:53
5. 拡散プロセス
02:56
7. 初期Diffusionモデルの限界
02:44
10. [参考] U-Net
03:04
15. 人工知能論文構造
05:40
16. 要約
13:57
20. 関連研究
09:02
21. Method (1/9)
05:44
22. Method (2/9)
10:59
23. Method (3/9)
11:22
24. Method (4/9)
13:49
25. Method (5/9)
04:39
26. Method (6/9)
17:04
27. Method (7/9)
12:21
28. Method (8/9)
05:37
29. Method (9/9)
03:31
32. アプリケーション(3/7)
02:38
36. アプリケーション (7/7)
04:34
37. 結論
09:32
全体
8件
5.0
8件の受講レビュー
受講レビュー 1
∙
平均評価 5.0
受講レビュー 111
∙
平均評価 4.9
受講レビュー 1
∙
平均評価 5.0
受講レビュー 1
∙
平均評価 5.0
受講レビュー 2
∙
平均評価 5.0
¥4,857
同じ分野の他の講座を見てみましょう!