Курс на Stepik
Обложка курса «Генеративные модели компьютерного зрения» на Stepik
5 000 ₽

Генеративные модели компьютерного зрения 0.000

Открыть на
STEPIK.ORG

Курс посвящен современным моделям для генерации изображений, а также техникам для оптимизации и повышения стабильности их обучения. В курсе будет подробно разобрана теория методов, а также - большое количество практики для закрепления полученных знаний.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Генеративные модели компьютерного зрения»Учеников на курсе 134
Сертификаты, выданные на курсе «Генеративные модели компьютерного зрения»Сертификатов выдано 0
Отзывы о курсе «Генеративные модели компьютерного зрения»Отзывов получено 0
Рейтинг курса «Генеративные модели компьютерного зрения»Рейтинг курса 0.000
Уроки в курсе «Генеративные модели компьютерного зрения»Количество уроков 33
Тесты в курсе «Генеративные модели компьютерного зрения»Количество квизов 46
Задачи с кодом в курсе «Генеративные модели компьютерного зрения»Количество задач с кодом 1
Время прохождения курса «Генеративные модели компьютерного зрения»Время прохождения курса
Стоимость курса «Генеративные модели компьютерного зрения»Стоимость курса 5 000 ₽
Обновления курса «Генеративные модели компьютерного зрения»Обновления курса
Дата публикации курса «Генеративные модели компьютерного зрения»Дата публикации курса
Последнее обновление курса «Генеративные модели компьютерного зрения»Последнее обновление
Сложность normal

Содержание курса

Разделы в курсе «Генеративные модели компьютерного зрения» 8 разделов Уроки в курсе «Генеративные модели компьютерного зрения» 33 урока Тесты в курсе «Генеративные модели компьютерного зрения» 46 тестов Задачи в курсе «Генеративные модели компьютерного зрения» 1 задача Время прохождения курса «Генеративные модели компьютерного зрения» 9 ч. Последнее обновление курса «Генеративные модели компьютерного зрения» обн. 2 февраля 2026

О курсе

2 урока
1. О курсе
2. Тест по Deep Learning и классическим моделям Computer Vision

Автокодировщики и генеративно-состязательные модели

6 уроков
1. Генерация изображений: описание и подходы
2. Введение в основы Generative Adversarial Networks
3. Особенности обучения GAN и примеры использования архитектуры
4. Разбор архитектур (StyleGAN, etc.)
5. Введение в автокодировщики и практика
6. Практика

Хаки для обучения моделей

4 урока
1. Ускорение и стабилизация процесса обучения
2. Flash Attention и Layer fusing
3. Квантизация и точность
4. Проверка хаков в коде

Вариационные автокодировщики и нормализационные потоки

6 уроков
1. Вариационные автокодировщики
2. Погружение в VAE
3. VQ-VAE, VQ-VAE2
4. Нормализационные потоки
5. Еще немного NF и практика
6. Домашнее задание

Диффузионные модели

4 урока
1. Введение в диффузионные модели
2. Обучение диффузионной модели и ее архитектура
3. Различные диффузионные модели
4. Практика по диффузии

Мультимодальные модели

4 урока
1. Что такое мультимодальность?
2. CLIP
3. Zero- и Few-shot подходы. Промптинг.
4. BLIP

Устройство современных генеративных моделей

6 уроков
1. Обзор генеративных архитектур современности
2. Stable Diffusion
3. Janus Pro: описание инноваций и запуск модели от DeepSeek
4. Honourable mentions
5. Промптинг моделей генерации изображений
6. Обзор методов fine-tuning

Итоговое задание курса

1 урок
1. Итоговое задание курса