مقدمة في توليد الصور

تقدّم هذه الدورة مدخلاً عملياً ونظرياً إلى نماذج الانتشار (Diffusion Models)، وهي عائلة من نماذج تعلّم الآلة مستوحاة من مفاهيم الديناميكا الحرارية وتُستخدم على نطاق واسع في توليد الصور الحديثة. ستتعرّف على الفكرة الأساسية وراء عمل هذه النماذج وكيفية تعلّمها تحويل الضوضاء تدريجياً إلى صور ذات معنى عبر عملية توليد متتابعة. ستغطي الدورة النظرية الجوهرية التي تفسّر آلية نماذج الانتشار، مع توضيح المراحل الرئيسية لعملية الانتشار والعكس، ولماذا تُعد هذه المقاربة فعّالة في إنتاج صور عالية الجودة. كما ستستكشف أمثلة واقعية لاستخدام نماذج الانتشار في تطبيقات توليد الصور، وما الذي يجعلها مناسبة لسيناريوهات إنتاج المحتوى الإبداعي. بالإضافة إلى ذلك، ستتعرّف على التطورات الحديثة في هذا المجال، بما في ذلك التقدّم في توليد الصور من النص (Text-to-Image)، وكيف ساهمت هذه التطورات في توسيع قدرات النماذج لتوليد صور متوافقة مع الأوصاف النصية. وتتضمن الدورة أيضاً تعلّماً حول نماذج الانتشار غير المشروطة (Unconditioned Diffusion Models) وكيفية التعامل معها. وأخيراً، ستتعلّم كيفية تدريب نماذج الانتشار ونشرها باستخدام Vertex AI على Google Cloud، بما يشمل فهم سير العمل العام لبناء النموذج وتجهيزه للتشغيل في بيئات الإنتاج.

• فهم كيفية عمل نماذج الانتشار وآلية توليد الصور بها
• دراسة حالات استخدام واقعية لنماذج الانتشار في توليد الصور
• استكشاف نماذج الانتشار غير المشروطة (Unconditioned Diffusion Models)
• التعرّف على التطورات الحديثة في نماذج الانتشار مثل توليد الصور من النص (Text-to-Image)