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
Produtos
Curso
Seção
4. Generative Adversarial Network (GANs): Geração de Imagens
4. Generative Adversarial Network (GANs): Geração de Imagens
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
13 Lições
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
