【生成式AI】Stable Diffusion、DALL-E、Imagen 背後共同的套路

感謝黃敬峰先生提供字幕

视频内容非常有趣！有些事我不明白：我的okx钱包里面有usdt，我有恢复短语。「pride」-「pole」-「obtain」-「together」-「second」-「when」-「future」-「mask」-「review」-「nature」-「potato」-「bulb」: 我应该如何把它们变成比特币？

李老师真是台湾的mvp

为什么中间产物是图片的压缩版本，是考虑到内存大小的原因吗？

棒

雪中送炭, 非常感谢李宏毅老师.

老師不好意思請教您一個問題，假設我訓練模型時某筆訓練資是雜訊n、文字敘述是" a cat in the snow"。那如果我在inference的時候，剛好也sample出雜訊n，但文字敘述是"a person in the snow"，請問這樣模型的輸出會不會就是我們想要的" a person in the sow" ?

感谢课程分享

thx and god bless.. regards from hong kong ^_^

太Nice了！！！圈粉了，学到了很多！

installed, everything works, thanks!

感谢老师的解说。很容易懂

感谢感谢，讲的太好了

李老师的课没有高谈阔论，一次听懂，讲得通俗易懂

請問哪邊可以進一步了解encoder ，不太清楚用途和原理

老师怎么不更新了？

有一个紧跟前沿技术又会讲课的高水平老师，是学生们的幸事。感谢李老师无私分享😘

讲的太好了，李老师。让没做过生成模型的我也对SOTA的生成式模型有了大致的了解，十分感谢！

2年没关注图像生成领域，怎么GAN已经没人在玩了吗？

听的懵逼，还没有更基础一点的教程

老師請問一下，像stable diffusion下載的safetensor, ckpt, LoRa都對應到diffusion model嗎？然後VAE對應到decoder model嗎？

这个Decoder感觉训练是在整个loop之外的？有些迷惑。

有機會聽到老師說明LORA嗎?哈哈

好有趣的课程

那中间产物直接是小图不是更方便吗？为何还会有选择中间产物是latent representation的呢？

感謝老師上傳影片，以前學生時期碩論是做ML相關(約10年前)，但畢業開始工作後就完全沒碰了，最近AI應用暴發，回來看才發現已經有一堆名詞不認識，老師影片真的造褔了廣大的學子們。 有發現老師影片並不是全部都有字幕，就想到不知道現在的AI在幫忙產生影片SRT字幕檔上的效果如何。

讲的很清楚👍

哇 期待！

週更影片中我最想追的就是李老師的教學影片了!

下週停更一次喔

感覺生文字也能用這個套路

请教老师,a cat in the snow, 当text encoder时候，是每一个token生成对应向量,那么5个token有5个向量，10个token十个向量.Denoise module需要处理连续的不确定长度的向量,有点像rnn,lstm, 还是说a cat in the snow这句话直接encode成一个向量。有点像SentenceTransformer， 把整个句子的意思转变成一个向量。

讲错了一个东西，Midjourney在生成过程中，要把有噪声的latent转成x0再给decoder，这样就有模糊的过程图。不是把带噪声的latent直接给decoder，这样子出来的会全是噪声

請問stereo mix就是立體混音嗎? 那開啟google文件聽寫，錄音檔播放之後，桌機電腦需要另外接並開啟喇叭和麥克風嗎?

這禮拜也跟上進度了 感謝老師!!

Please share the transcript of your lecture.

超级好

講的太好了，簡直是人類版的ChatGPT

老師 你的影片沒有逐字稿 我有幫你生成 該如何給你呢~

讲的太好了

最想聽的課程來了！！！🎉🎉🎉