شروع پروژه

فاز 8

هوش مصنوعی مولد

ساخت تصویر، ویدیو، صدا، سه‌بعدی و بیشتر.

  1. رده‌بندی و تاریخچه مدل‌های زایشی: از VAE تا دیفیوژن و فلو مچینگراهنمای جامع دسته‌بندی 5 خانواده اصلی مدل‌های زایشی، مقایسه ریاضی چگالی صریح و ضمنی، و بررسی تاریخچه تحولات آن‌ها از 2013 تا 2026.مفهومی · 45 دقیقه
  2. آموزش خودکدگذارها و خودکدگذارهای متغیر (VAE)بررسی تفاوت خودکدگذار معمولی و VAE، ریاضیات بازپارامتری‌سازی و نقش کلیدی VAE در خط لوله‌ی مدل‌های دیفیوژن مدرن.ساختنی · 75 دقیقه
  3. شبکه‌های مولد متخاصم (GAN): تقابل مولد و تفکیک‌کنندهراهنمای جامع شبکه‌های متخاصم (GAN): بررسی ریاضیات بازی مینی‌ماکس، حل چالش‌های آموزش و شبیه‌سازی دستی فروپاشی مُد.ساختنی · 75 دقیقه
  4. شبکه‌های مقابله‌ای شرطی و Pix2Pix در یادگیری ماشینراهنمای تسلط بر Conditional GAN و Pix2Pix برای نگاشت‌های تصویربه‌تصویر، بررسی معماری U-Net و PatchGAN و چرایی برتری تاخیر Pix2Pix نسبت به دیفیوژن.ساختنی · 75 دقیقه
  5. معماری StyleGAN: از تفکیک فضای پنهان تا ویرایش چهرهراهنمای جامع معماری StyleGAN، سازوکار شبکه‌ی نگاشت، لایه‌های AdaIN و چرایی برتری آن بر دیفیوژن در تولید فوق‌سریع چهره.ساختنی · 45 دقیقه
  6. پیاده‌سازی مدل‌های دیفیوژن (DDPM) از صفردرک عمیق سازوکار مدل‌های احتمالاتی نویززدایی دیفیوژن (DDPM) و پیاده‌سازی گام‌به‌گام فرآیند رفت، برگشت و تابع زیان از صفر.ساختنی · 75 دقیقه
  7. دیفیوژن نهان و استیبل دیفیوژن (Stable Diffusion)بررسی عمیق معماری دو مرحله‌ای Stable Diffusion: فشرده‌سازی با VAE، اجرای دیفیوژن در فضای نهان، مکانیزم CFG و ترفندهای اجرای مدل‌های سنگین روی GPU خانگی.ساختنی · 75 دقیقه
  8. آموزش ControlNet و LoRA: کنترل دقیق خروجی مدل‌های دیفیوژنیاد بگیرید چگونه با ترکیب ControlNet و LoRA، ساختار فضایی و سبک مدل‌های تولید تصویر مانند SDXL را با کمترین هزینه به طور دقیق کنترل کنید.ساختنی · 75 دقیقه
  9. اینپینتینگ، اوت‌پینتینگ و ویرایش تصویر با مدل‌های دیفیوژنراهنمای فنی بازتولید و گسترش هدفمند تصاویر با مدل‌های دیفیوژن، معماری 9 کاناله، تکنیک‌های SDEdit و پایپ‌لاین‌های کم‌تاخیر پروداکشن.ساختنی · 75 دقیقه
  10. تولید ویدیو با مدل‌های دیفیوژن و معماری DiTآموزش اصول فنی تولید ویدیو با ترنسفورمرهای دیفیوژن (DiT)، فشرده‌سازی مکانی-زمانی با VAE، کنترل پیوستگی فریم‌ها و معماری‌های پیشرفته 2026.ساختنی · 45 دقیقه
  11. تولید صوت با کدک‌های عصبی و ترنسفورمرسیگنال صوت خام نرخ نمونه‌برداری بسیار بالایی دارد. یاد بگیرید چگونه کدک‌های عصبی صدا را به توکن تبدیل کرده و مدل‌های زایشی آن را بازتولید می‌کنند.ساختنی · 45 دقیقه
  12. تولید سه‌بعدی با هوش مصنوعی: از پاشش گاوسی تا دیفیوژن چندنماراهنمای جامع معماری‌های نوین تولید سه‌بعدی: ترکیب دیفیوژن چندنما، پاشش گاوسی و بازسازی اشیا برای بازی‌ها و وب.مفهومی · 45 دقیقه
  13. آموزش Flow Matching و Rectified Flows: نسل جدید مدل‌های زایشی سریعراهنمای جامع فلو مچینگ و Rectified Flow؛ چگونگی جایگزینی مسیرهای منحنی دیفیوژن با خطوط مستقیم برای استنتاج فوق‌سریع در مدل‌های مدرن تصویر.ساختنی · 45 دقیقه
  14. ارزیابی مدل‌های زایشی تصویر: FID، امتیاز CLIP و ترجیحات انسانیراهنمای تخصصی ارزیابی مدل‌های تولید تصویر؛ بررسی نقاط‌ضعف و حالت‌های شکست FID، امتیاز CLIP و سنجش ترجیحات انسانی در پروژه‌های عملیاتی.ساختنی · 45 دقیقه
  15. مدل‌سازی خودبازگشتی تصویری (VAR): تولید تصویر با پیش‌بینی مقیاس بعدیدر این درس با مدل‌سازی خودبازگشتی تصویری (VAR) آشنا می‌شوید و یاد می‌گیرید چگونه به‌جای تولید توکن‌به‌توکن، تصویر را مقیاس‌به‌مقیاس با سرعت بالا تولید کنید.ساختنی · 90 دقیقه