Курс «Нейросети для генерации визуального контента»

Актуальная программа курса (35 модулей, по данным школы)

1. Модуль 1. Введение в компьютерное зрение — Для того чтобы перейти к генеративным нейронным сетям, необходимо понять, как устроены нейронные сети, как нейронные сети обрабатывают изображения и что нужно, чтобы сгенерировать новое изображение.
2. • Основы глубокого обучения. Матрицы. Основы Python
3. • Основы глубокого обучения
4. • Сверточные нейронные сети
5. • Классические архитектуры нейронных сетей
6. • Работа с набором данных // ДЗ
7. • Сегментация изображений
8. Модуль 2. Базовые порождающие модели — В этом модуле мы изучим виды порождающих моделей и первые два из них: генеративно-состязательные сети (GAN) и вариационные автокодировщики (VAE). На практике сгенерируем изображения и научимся пользоваться предобученными StyleGAN.
9. • Порождающие модели
10. • Генеративно-состязательные сети
11. • Семейство моделей StyleGAN
12. • Вариационный автокодировщик // ДЗ
13. • Q&A-сессия
14. Модуль 3. Современные порождающие модели — В этом модуле мы изучим еще два более современных вида порождающих моделей: авторегрессионные модели, в основе которых лежит архитектура трансформер, и диффузионные модели, в том числе StableDiffusion. Научимся запускать, дообучать и настраивать генерацию изображений со StableDiffusion.
15. • Архитектура трансформер
16. • Авторегрессионная генерация изображений
17. • Диффузионные нейронные сети
18. • Контролируемая генерация изображений с помощью диффузионных нейронных сетей
19. • Дообучение диффузионных моделей // ДЗ
20. Модуль 4. Генерация по тексту — В этом модуле мы изучим генерацию изображений по тексту с помощью современных диффузионных моделей и навык написания промптов, а также проведем оценку качества сгенерированного. Кроме того, поймем, что генерировать можно не только изображения, а видео и трехмерные объекты.
21. • Классические методы генерации изображений по тексту
22. • Современные методы генерации изображений по тексту
23. • Оценка качества генерации изображений // ДЗ
24. • Generative Video Models: Stable Video Diffusion, Gen2, MAKE-A-VIDEO
25. • Генерация сцены в 3D

Кем вы сможете работать

Сравнение с похожими курсами других школ

Стоит ли идти на этот курс

Когда этот курс вам не нужен

Курс избыточен, если вы уже работаете с диффузионными моделями руками — запускаете Stable Diffusion локально, дообучали LoRA, понимаете разницу между архитектурами. Четыре дня на среднем уровне не добавят глубины к тому, что вы уже умеете. Также не подойдёт тем, кому нужен просто быстрый визуальный результат для контента — для этого достаточно бесплатных интерфейсов без обучения.

Как выбрать курс по этому направлению

Курсы по генеративным нейросетям сейчас делятся на два полюса: «нажми кнопку в Midjourney» и «разберись, как это работает изнутри». Выбор зависит от задачи. Если нужен инструмент — достаточно практикума на пару вечеров. Если цель — контролировать архитектуру, дообучать модели и получать предсказуемый результат, смотрите на программу: есть ли там перенос стиля, работа с собственными данными, выбор между архитектурами. Проверьте, на чём практика: на готовых API или на запуске open-source моделей локально. Второе сложнее, но переносимее — не привязывает к платной платформе. Трудоустройство в этой нише пока нишевое: смотрите, есть ли реальная база партнёров, а не просто «поможем с резюме».

Частые вопросы