Qué necesitas saber antes de
comenzar

Inicio 7 June 2026 08:23

Fin 7 June 2026

00 Días
00 Horas
00 Minutos
00 Segundos
course image

Programación de IA Generativa: Unidad 2

Explore técnicas avanzadas de IA generativa para imágenes y texto utilizando CNNs, autoencoders, modelos de difusión y transformadores con implementación práctica en PyTorch y Hugging Face.
via Coursera

2889 Cursos


8 hours 26 minutes

Actualización opcional disponible

Not Specified

Avanza a tu propio ritmo

Paid Course

Actualización opcional disponible

Resumen

Step confidently into the world of generative AI with our expertly crafted online course, designed to equip you with both foundational knowledge and hands-on experience in cutting-edge deep learning techniques. This course guides you through the essential concepts of how computers interpret and generate images and text, starting with the basics of image representation and progressing through advanced architectures like convolutional neural networks and autoencoders.

You’ll explore the power of variational autoencoders and diffusion models, learning how these state-of-the-art tools drive modern image generation and enhancement. With practical exercises using industry-standard libraries such as PyTorch and Hugging Face, you’ll gain direct experience building and deploying generative models for both images and text.

The course culminates with an in-depth look at natural language processing pipelines and transformer architectures, empowering you to harness large language models for real-world applications. By the end, you’ll have developed a robust skill set in generative AI, ready to innovate in research, creative industries, or technology-driven businesses.

Join us and unlock your potential in the rapidly evolving field of artificial intelligence.

Programa

  • Programación de IA Generativa: Unidad 2
  • Este módulo explora cómo los modelos generativos procesan y crean imágenes y texto. Los estudiantes comprenderán la representación de imágenes, las redes neuronales convolucionales y los autoencoders, avanzando hacia los autoencoders variacionales para la generación probabilística de imágenes. El módulo introduce modelos de difusión y la generación práctica de imágenes utilizando la biblioteca diffusers de Hugging Face, incluyendo tareas avanzadas como la interpolación y la restauración. Cambiando al texto, abarca los procesos de procesamiento de lenguaje natural, las incrustaciones de palabras y la arquitectura del transformer, culminando en una experiencia práctica con modelos de lenguaje grandes usando la biblioteca Transformers de Hugging Face. Al final, los estudiantes adquieren tanto conocimiento teórico como habilidades prácticas en IA generativa multimodal.

Impartido por

Pearson


Materias

Computer Science