Ce que vous devez savoir avant
Vous commencez

Débute 7 June 2026 07:31

Se termine 7 June 2026

00 Jours
00 Heures
00 Minutes
00 Secondes
course image

Programmation de l'IA Générative : Unité 2

Explorez des techniques avancées d'IA générative pour les images et le texte en utilisant des CNN, des autoencodeurs, des modèles de diffusion et des transformateurs avec des implémentations pratiques en PyTorch et Hugging Face.
via Coursera

2889 Cours


8 hours 26 minutes

Amélioration optionnelle disponible

Not Specified

Progressez à votre rythme

Paid Course

Amélioration optionnelle disponible

Aperçu

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.

Programme

  • Programmation de l'IA Générative : Unité 2
  • Ce module explore comment les modèles génératifs traitent et créent des images et du texte. Les apprenants comprendront la représentation des images, les réseaux de neurones convolutifs et les autoencodeurs, pour ensuite progresser vers les autoencodeurs variationnels pour la génération probabiliste d'images. Le module introduit les modèles de diffusion et la génération d'images pratique en utilisant la bibliothèque diffusers de Hugging Face, y compris des tâches avancées comme l'interpolation et la restauration. En se tournant vers le texte, il couvre les pipelines de traitement du langage naturel, les embeddings de mots et l'architecture transformers, pour aboutir à une expérience pratique avec les modèles de langage de grande taille en utilisant la bibliothèque Transformers de Hugging Face. À la fin, les étudiants acquièrent à la fois des connaissances théoriques et des compétences pratiques dans l'IA générative multimodale.

Enseigné par

Pearson


Matières

Computer Science