Diffusion Models तस्वीरें कैसे बनाते हैं
Prompt Engineering कोर्स का हिस्सा
अब तक आपने जो भी प्रॉम्प्ट लिखा, उससे टेक्स्ट बना। यह पाठ भाग 3 खोलता है, जहाँ वही प्रॉम्प्ट तस्वीर बनाता है। माध्यम बदल जाता है, पर भाग 1 वाली सोच नहीं बदलती: आप अब भी शब्दों से मॉडल को दिशा दे रहे हैं, और धुँधले शब्दों से नतीजे अब भी धुँधले ही मिलते हैं। इमेज बनाने वाले मॉडल को ठीक से प्रॉम्प्ट देने से पहले यह जान लेना काम आता है कि आपके वाक्य को तस्वीर में बदलते समय वह दरअसल क्या कर रहा है।
आम अंदाज़ा यह है कि इमेज मॉडल किसी बड़े संग्रह में खोजता है और मौजूदा तस्वीरों के टुकड़े जोड़-जोड़कर नतीजा बना देता है। ऐसा होता नहीं। न कोई कोलाज है, न कोई लुकअप। मॉडल हर इमेज नए सिरे से बनाता है, और जिस कच्चे माल से वह शुरू करता है वह पूरी तरह यादृच्छिक शोर है। ...
असली माहौल में Prompt Engineering Diffusion Models तस्वीरें कैसे बनाते हैं सीखना चाहते हैं?
नीचे क्लिक करें, Prompt Engineering के साथ तैयार एक Linux मशीन पाएँ, और AI ट्यूटर के साथ Diffusion Models तस्वीरें कैसे बनाते हैं पर हाथ-से-काम करें जो आपका कोड जानता है।
यह पाठ शुरू करेंDiffusion Models तस्वीरें कैसे बनाते हैंआप क्या सीखेंगे
- Diffusion as iterative denoising
- Text conditioning of the image
- Seeds and reproducibility
- Sampling steps and guidance scale
यह पाठ अपनी भाषा में पढ़ें
इस कोर्स के सभी पाठ
11 पाठ- 1Prompt क्या है20 मिनट
- 2Large Language Models टेक्स्ट कैसे बनाते हैं30 मिनट
- 3प्रॉम्प्टिंग के पाँच सिद्धांत30 मिनट
- 4टेक्स्ट जनरेशन के लिए मानक तरीके35 मिनट
- 5Prompt Templates और Function Calling35 मिनट
- 6Vector Databases और Retrieval-Augmented Generation40 मिनट
- 7Autonomous Agents: Memory और Tools40 मिनट
- 8Diffusion Models तस्वीरें कैसे बनाते हैं30 मिनट
- 9इमेज जनरेशन के लिए मानक प्रथाएं35 मिनट
- 10उन्नत Image तकनीकें: Inpainting, Outpainting, और ControlNet35 मिनट
- 11AI-संचालित एप्लिकेशन बनाना40 मिनट
