CS492(D) 扩散模型及其应用(KAIST,2024年秋季)

阿里云创新中心> 创业资讯> CS492(D) 扩散模型及其应用(KAIST,2024年秋季)
0
0

CS492(D) 扩散模型及其应用(KAIST,2024年秋季)

阎荟 2024-11-18 00:00:00 499
CS492(D)扩散模型及其应用是韩国科学技术院(KAIST)在2024年秋季学期开设的一门前沿课程,侧重于生成式人工智能中扩散模型的理论和实践方面。该课程以实践经验为重点,其中编程作业(45%)和课程项目(45%)占据了很大比重。学生不仅将了解最新的突破,如SORA和StableDiffusion等工具,还将亲自实施这些技术。该课程由KAIST的讲师Minhyuk Sung主持,得到了一支课程助教团队的支持。该课程鼓励学生在完成作业时使用人工智能编程助手工具,提倡现代编码方法,同时严格禁止抄袭。
CS492(D)扩散模型及其应用是韩国科学技术院(KAIST)在2024年秋季学期开设的一门前沿课程,侧重于生成式人工智能中扩散模型的理论和实践方面。该课程以实践经验为重点,其中编程作业(45%)和课程项目(45%)占据了很大比重。学生不仅将了解最新的突破,如SORA和StableDiffusion等工具,还将亲自实施这些技术。 该课程由KAIST的讲师Minhyuk Sung主持,得到了一支课程助教团队的支持。该课程鼓励学生在完成作业时使用人工智能编程助手工具,提倡现代编码方法,同时严格禁止抄袭。对于具有深度学习背景和PyTorch经验的学生来说,这门课程尤为重要,他们希望深入研究不断发展的生成式人工智能和扩散模型领域。- 扩散模型的理论基础和实际应用是本课程的讨论内容。 - 扩散模型在生成模型中具有卓越的性能和能力,包括条件生成、个性化、零样本操作和知识蒸馏。 - 学生需要具备深度学习基础和使用PyTorch的经验。 - 课程评分由编程作业(45%)、项目(45%)和课堂参与度(10%)组成。 - 课程安排包括论文列表、重要日期和课程表。 - 学生可以使用AI编码助手工具完成编程作业和项目,但禁止直接复制互联网或他人的代码。

后缀.jpg

版权声明: 创新中心创新赋能平台中,除来源为“创新中心”的文章外,其余转载文章均来自所标注的来源方,版权归原作者或来源方所有,且已获得相关授权,若作者版权声明的或文章从其它站转载而附带有原所有站的版权声明者,其版权归属以附带声明为准。其他任何单位或个人转载本网站发表及转载的文章,均需经原作者同意。如果您发现本平台中有涉嫌侵权的内容,可填写「投诉表单」进行举报,一经查实,本平台将立刻删除涉嫌侵权内容。

评论

登录后可评论
登录插画

登录以查看您的控制台资源

管理云资源
状态一览
快捷访问