画像生成 AI 入門：Python による拡散モデルの理論と実践

リサーチサイエンティスト 北田 俊輔, Ph.D.

本レポジトリでは Coloso （コロソ） で開講されている "画像生成 AI 入門：Python による拡散モデルの理論と実践" で扱う notebook を管理しています。各 notebook は Jupyter notebook としてまとめられており、Google Colab で実行されることを想定しています。

Coloso は 「業界トップクラスの専門家のノウハウをオンラインで学ぶ」 ことを目標に作られた VOD （ビデオ・オン・デマンド）　型オンライン教育サービスです。

🤗 講座の中心は "拡散モデル"

現在注目されているテキストから画像を生成するモデルは、denoising diffusion probabilistic model (DDPM) [Ho+ NeruIPS'20] と呼ばれる、ノイズ除去拡散確率モデルを元にしています。

これまでとは異なる新たな生成モデルとしてより高精度な画像の生成が可能で従来の手法として主流であった Generative Adversarial Network (GAN) [Goodfellow+ NeurIPS'14] を超える性能を持っています。 複雑なデータ分布でも学習可能でその分布を解析的に評価することができます。

この講座は、画像生成 AI の主役となる拡散モデルの理解と実践を通し最新の画像生成技術について学びたい方におすすめです！

🎓 講座の内容

• 講座の紹介: 画像生成に関する AI の基礎から、拡散モデルの理論、そして Python を使った実践的なアプローチまでをリサーチサイエンティストの北田俊輔が段階的にお教えします。
• 無制限視聴: 一回の購入で、リサーチサイエンティスト 北田俊輔が教える、拡散モデルの理論と実践を盛り込んだ講義動画 30 本を期間制限なしで受講することができます。

📄 実習資料

Section	Lecture	Colab	GitHub
1: Introduction to Diffusion Models and Stable Diffusion	1: Welcome!
	2: Overview of the Course
	3: Play with Stable Diffusion!		lectures/section-01-03.ipynb
2: Basic Knowledge of Deep Learning	4: About Deep Learning (1)
	5: About Deep Learning (2)		lectures/section-02-05.ipynb
	6: The Transformer Model
3: Basics of Diffusion Model	7: Overview of Generative Model
	8: Score-based Generative Model		lectures/section-03-08.ipynb
	9: Denoising Diffusion Probabilistic Model (1)		lectures/section-03-09.ipynb
	10: Denoising Diffusion Probabilistic Model (2)		lectures/section-03-10.ipynb
	11: Beyond Conventional GANs		lectures/section-03-11.ipynb
4: Key Researches Based on Non-Diffusion Models	12: About CLIP		lectures/section-04-12.ipynb
	13: Overview of Non-Diffusion Models (1)
	14: Overview of Non-Diffusion Models (2)
5: Key Researches Based on Diffusion Models	15: Overview of Diffusion Models (1)
	16. Overview of Diffusion Models (2)
6: Latent Diffusion and Stable Diffusion	17: Overview of Latent Diffusion and Stable Diffusion
	18: Components of Stable Diffusion		lectures/section-06-18.ipynb
7: Play with Diffusion Models	19: Stable Diffusion		lectures/section-07-19.ipynb
	20: Textual Inversion		lectures/section-07-20.ipynb
	21: DreamBooth		lectures/section-07-21.ipynb
	22: Attend-and-Excite		lectures/section-07-22.ipynb
	23: ControlNet		lectures/section-07-23.ipynb
	24: Prompt-to-Prompt		lectures/section-07-24.ipynb
	25: InstructPix2Pix		lectures/section-07-25.ipynb
	26: unCLIP		lectures/section-07-26.ipynb
	27: Paint-by-example		lectures/section-07-27.ipynb
	28: LoRA		lectures/section-07-28.ipynb
	29: Safe Latent Diffusion		lectures/section-07-29.ipynb
8: Bonus Track	30: Summary of the entire course and future prospects of image generation AI

❓ 疑問点・修正点

疑問点や修正点は本レポジトリの issue にて管理しています。不明点などがございましたら以下を確認し、解決方法が見つからない場合は新しく issue を作成してください。

• https://github.com/shunk031/coloso-python-diffusion-models/issues

🔗 関連リンク

• 講座ページ | リサーチサイエンティスト 北田俊輔 | Coloso. | コロソ。https://coloso.jp/programming/researchscientist-kitada-jp
• Colaboratory へようこそ - Colaboratory https://colab.research.google.com
• Huggingface Diffusers https://huggingface.co/docs/diffusers/index

License

MIT