史无前例的大模型入门书籍 |《扩散模型从原理到实战》，免费下载pdf

前言

提起扩散模型可能感觉比较陌生和学术，但是提起GPT可能大家都不会陌生了，从去年年底火到现在，GPT除了对话和生成文字外，还有类大模型可以根据文字或图像来作画，包括像百度、阿里等公司发布的大模型也都可以生成图片，而这都和扩散模型息息相关了，看了这本《扩散模型从原理到实战》，就可以对这些生成图片的大模型是如何工作的原理有些了解了。

这本书内容并不复杂，适合大多数人去阅读和学习，来熟悉扩散模型的相关知识原理，共分为了8章。首先介绍了一下扩散模型的基本知识和发展历程，之后介绍了Hugging face的基本内容，这是个大模型领域比较火的类似github的网站，提供了很多开源的大模型供用户使用和共建。

学习了基本原理后就可以开始动手实践了，在实践中继续深入了解扩散模型和代码是如何运作的，实战性还是比较强的，还有stable diffusion及其微调也都有介绍。最后是音频扩散模型和一些精美的附录，值得去欣赏一番。整体看下来这本书深入浅出的对扩散模型做了全面的介绍，内容比较干货。

下载当前版本： 完整PDF书籍链接获取，可以V扫描下方二维码免费领取👇👇👇

## 目录 ### 第1章　扩散模型简介　 - 1.1　扩散模型的原理　 - 1.2　扩散模型的发展　 - 1.3　扩散模型的应用　

第2章　Hugging Face简介

• 2.1　Hugging Face核心功能介绍
• 2.2　Hugging Face开源库
• 2.3　Gradio工具介绍　
  

第3章　从零开始搭建扩散模型

• 3.1　环境准备
• 3.2　扩散模型之退化过程
• 3.3　扩散模型之训练
• 3.4　扩散模型之采样过程
• 3.5　扩散模型之退化过程示例
• 3.6　拓展知识
• 3.7　本章小结　
  

第4章　Diffusers实战

• 4.1　环境准备
• 4.2　实战：生成美丽的蝴蝶图像
• 4.3　拓展知识
• 4.4　本章小结　
  

第5章　微调和引导

• 5.1　环境准备
• 5.2　载入一个预训练过的管线
• 5.3　DDIM——更快的采样过程
• 5.4　扩散模型之微调
• 5.5　扩散模型之引导
• 5.6　分享你的自定义采样训练
• 5.7　实战：创建一个类别条件扩散模型
• 5.8　本章小结　
  

第6章　Stable Diffusion

• 6.1　基本概念
• 6.2　环境准备
• 6.3　从文本生成图像
• 6.4　Stable Diffusion Pipeline
• 6.5　其他管线介绍
• 6.6　本章小结　
  

第7章　DDIM反转

• 7.1　实战：反转
• 7.2　组合封装
• 7.3　ControlNet的结构与训练过程
• 7.4　ControlNet示例
• 7.5　ControlNet实战
• 7.6　本章小结　
  

第8章　音频扩散模型

• 8.1　实战：音频扩散模型
• 8.2　将模型上传到Hugging Face Hub
• 8.3　本章小结　
  

下载当前版本： 完整PDF书籍链接获取，可以V扫描下方二维码免费领取👇👇👇