Inteligências Artificiais Generativas com Python
- Compre Agora
- Saiba mais
1. Introdução

Apresentação
Ambiente
Apresentação do Google Colab
Baixe Códigos do Curso
Considerações Sobre Aulas Práticas
2. Fundamentos de Redes Neurais Artificiais

Como uma Rede Neural Artificial Funciona
Outros Aspectos de uma Rede Neural Artificial
Funções de Ativação
Funções de Perda
Loss Function e Learning Rate
Otimização e Overfitting
Redes Neurais Convolucionais (CNNs)
Treinando e Avaliando uma Rede Neural Artificial
3. Fundamentos de Engenharia de Prompt

Fundamentos de Engenharia de Prompt
4. Generative Adversarial Network (GANs): Geração de Imagens

GANs
Treinamento
Espaço Latente
Espaço Latente (Continuação)
Exemplos Práticos
DCGAN
GAN com MNIST: Preparação
GAN: Criando a Rede Neural Artificial
GAN: Treinamento
GAN com CNN: Preparação
GAN: Criando a Rede Neural Artificial
GAN: Treinamento
GAN: Usando Modelos Pré-Treinados
5. Variational Autoencoders (VAEs): Geração de Imagens

Autoencoders
Exemplo de Autocoder
Varational Autoencoder
Varational Autoencoder: Preparação
Varational Autoencoder: Treinamento
6. Transformers e GPT: Geração de Texto

Introdução
Como Transformers Funcionam Parte I
Como Transformers Funcionam Parte II
Modelos Baseados em Tranformers
Transformers do Hugging Face
Modelos do Huggin Face
Transformers na Prática
Fine Tunning de Modelos
7. Modelos Diffusers: Imagens, Audio e Vídeo

Introdução a Diffusers
Modelos Huggin Face
Galerias do Huggin Face
Pipelines
Tasks
Autopipeline
Diffusers com Autopipeline
Diffusers com StableDiffusion
Gerando Vídeo
Gerando Audio
Outros Modelos
8. Aplicações Reais

Apresentação
Arquitetura
Chatbot
Gerador de Imagem
Link para as Aplicações

Loss Function e Learning Rate

Lição indisponível

Por favor, fazer o login em sua conta ou comprar o curso.