Ajuste de los modelos generativos: conceptos, compensaciones y cuándo usarlos

Los modelos generativos modernos son potentes, pero no conocen su estilo visual, su tema o el aspecto específico que está tratando de lograr.El ajuste fino es el puente entre los modelos de propósito general y un modelo que se siente como el suyo.Este curso le brinda una introducción tranquila y estructurada a los conceptos para que pueda decidir cuándo el ajuste fino es la herramienta correcta. Aprenderá qué cambia realmente la sintonización fina, cómo difiere de la indicación y cómo las técnicas como LoRA hacen que la sintonización fina personal sea asequible.El curso se basa en enfoques ampliamente utilizados y señala los avances modernos que dan forma al campo. Lo que aprenderás: - Comprenda lo que significa el ajuste fino y cómo difiere de los enfoques basados en indicaciones e incrustación - Reconocer las principales técnicas de ajuste fino, incluyendo ajuste fino completo, LoRA y Dreambooth - Explore los requisitos de datos para diferentes objetivos de ajuste fino, incluidos estilo, tema y concepto - Lea el flujo de trabajo típico desde la preparación del conjunto de datos hasta la capacitación y la evaluación - Identificar las realidades de hardware y software que dan forma a lo que es factible en casa y en un estudio - Comprender las consideraciones éticas y de derechos en torno a los datos de entrenamiento y los modelos compartidos El curso comienza con lo que los modelos generativos realmente hacen y dónde la indicación alcanza sus límites, se mueve a través de las principales técnicas de ajuste fino y se cierra con realidades prácticas que incluyen hardware, ética y modelos compartidos.Los ejercicios escritos lo ayudan a decidir cuándo el ajuste fino es la opción correcta para un proyecto creativo específico. Este curso está diseñado para principiantes absolutos sin experiencia en aprendizaje automático, incluidos artistas, diseñadores y tecnólogos creativos.No se necesitan requisitos previos.El curso explica cada concepto tal como aparece y se centra en la comprensión en lugar de la implementación.