Diffusion AI绘图模型构造与训练实战/跟我一起学人工智能

本书是对Diffusion AI绘 图模型进行综合性讲解的书 籍，书中既包括最基础的组 件的用例演示，也包括具体 的项目实战，以及Diffusion 模型的底层设计思路和实现 原理的介绍。通过本书的学 习，读者可以快速掌握 Diffusion模型的使用方法， 掌握AI绘图模型的训练、测 试过程，并能研发属于自己 的AI绘图模型。 本书共19章，分为快速 上手篇（第1章和第2章）， 概述了Diffusion模型的发展 历史，介绍了开发环境的部 署方法，以及Diffusion模型 的快速上手演示。以文生图 的Diffusion模型的训练方法 篇（第3～7章），通过5个 实战任务演示了使用高层 API的方法快速训练 Diffusion模型。图像生成模 型的历史发展篇（第8～12 章），演示了前Diffusion时 代的几个代表性的图像生成 模型。以图生图的Diffusion 模型的训练方法篇（第13～ 15章），通过3个实战项目 演示了以图生图的Diffusion 模型的训练方法。以图生图 模型的历史发展篇（第16～ 18章），演示了前Diffusion 时代的几个以图生图模型。 完全手动构造Diffusion模型 篇（第19章），演示了从零 开始的Diffusion模型的搭建 、训练、测试方法。 本书使用简单浅显的语 言，带领读者快速地了解 Diffusion模型的训练、测试 方法。通过对本书中实战项 目的学习，读者可以掌握一 般的A1绘图模型的研发流 程。通过对本书中Diffusion 模型底层原理的学习，能够 让读者知其然也知其所以然 ，做到融会贯通。

李福林，一个在IT领域摸爬滚打十多年的老程序员、培训师，精通多种IT技术，具有软件设计师职称。分享了多部AI技术教程，受到了读者的广泛赞誉。现任职于阳狮集团，担任算法工程师职位。教学风格追求化繁为简，务实而不空谈，课程设计思路清晰，课程演绎说理透彻，对A领域技术有自己独到的见解。

快速上手篇 第1章 Diffusion模型 1.1 Diffusion模型介绍 1.1.1 Diffusion模型的演化之路 1.1.2 图像以外的应用 1.1.3 其他的绘图模型 1.2 微调预训练模型 1.2.1 预训练模型 1.2.2 微调模型以适应新数据 1.2.3 微调相比重新训练的优势 1.3 小结 第2章 快速上手 2.1 部署开发环境 2.2 HuggingFace简介和快速上手 2.2.1 快速上手 2.2.2 加速技巧 2.3 Diffusion模型相关组件介绍 2.3.1 tokenizer 2.3.2 scheduler 2.3.3 Encoder 2.3.4 VAE 2.3.5 U-Net 2.4 小结 训练方法篇 第3章 不定图像的生成 3.1 任务简介 3.2 数据集介绍 3.3 测试部分 3.3.1 测试函数 3.3.2 未训练模型的测试结果 3.3.3 训练后模型的测试结果 3.4 训练部分 3.4.1 全局常量 3.4.2 定义数据集 3.4.3 定义模型 3.4.4 初始化工具类 3.4.5 计算loss 3.4.6 训练 3.5 小结 第4章 文本训练 4.1 任务简介 4.2 数据集介绍 4.3 测试部分 4.3.1 测试函数 4.3.2 未训练模型的测试结果 4.3.3 训练后模型的测试结果 4.4 训练部分 4.4.1 全局常量 4.4.2 定义数据集 4.4.3 定义模型