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。
## 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👇👇👇
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👇👇👇