AWS Flash - Generative AI with Diffusion Models (Indonesian)

Kursus ini memberikan gambaran umum tentang kasus penggunaan AI generatif yang terkait dengan model difusi, terutama digunakan untuk pembuatan dan modifikasi gambar, dan nilai bisnis yang mereka berikan. Termasuk konsep model difusi dan aplikasi dunia nyata, studi kasus, dan pertimbangan untuk mengevaluasi model difusi yang berbeda berdasarkan kebutuhan kasus penggunaan.

• Tingkat kursus: Menengah
• Durasi: 90mnt

Catatan: Kursus ini memiliki transkrip/subtitle lokal. Narasi disampaikan dalam bahasa Inggris. Untuk menampilkan subtitle, klik tombol CC di sudut kanan bawah pemutar.

Aktivitas

Kursus ini mencakup presentasi, contoh dunia nyata dan studi kasus.

Tujuan kursus

Dalam kursus ini, Anda akan belajar:

• Bagaimana model difusi berbeda dari Generative Adversarial Networks (GAN) tradisional
• Jelaskan kasus penggunaan model difusi dan aplikasi multimodal
• Memahami bagaimana model difusi dapat di-fine tuning
• Memahami pertimbangan untuk mengevaluasi model difusi yang berbeda berdasarkan kebutuhan kasus penggunaan 

Sasaran Peserta 

Kursus ini ditujukan untuk:

• Siapa pun yang ingin memahami aplikasi model difusi dunia nyata
• Pengambil keputusan yang ingin mengidentifikasi dan mengevaluasi kasus penggunaan AI generatif 

Prasyarat

Peserta kursus ini disarankan memiliki:

• Pengantar AI Generatif — Seni yang Mungkin (digital) 
• Latar belakang teknis dan pengalaman pemrograman sangat membantu

Kerangka Kursus

Modul 1: Evolusi Model Generatif

• Generative Adversarial Networks - GAN
• Keterbatasan GAN

Modul 2: Model Difusi - Konsep

• Memahami pembuatan gambar dengan model difusi
• Konsep dasar dan prinsip di balik pembuatan gambar dengan model difusi

Modul 3: Stable Diffusion

• Tinjauan konseptual Stable Diffusion
• Arsitektur Stable Diffusion
• Aplikasi dunia nyata dari Stable Diffusion

Modul 4: Melatih dan mengevaluasi model difusi

• Model difusi pelatihan
• Mengevaluasi model difusi

Modul 5: Melakukan Fine Tuning pada model difusi

• Melakukan fine tuning pada model pralatih untuk tugas-tugas tertentu
• Studi kasus dan contoh praktis

Demo

• Playground gambar Amazon Bedrock
• Gambar ke gambar notebook SageMaker
• Fine-tuning menggunakan Amazon SageMaker JumpStart

Modul 6: Tes pengetahuan dan ringkasan