Un práctico flujo de trabajo de LoRA y Dreambooth para el ajuste fino personal

El ajuste fino de un modelo generativo es una serie de pequeñas decisiones, y la mayoría de ellas importan.El conjunto de datos que seleccione, los títulos que escriba, los parámetros de entrenamiento que elija y la forma en que evalúe los resultados, todo ello determina si el modelo final captura lo que desea.Este curso le guía a través de un flujo de trabajo práctico de principio a fin. Trabajará a través de ejercicios escritos que reflejan un proyecto real de ajuste fino, incluyendo la curación de conjuntos de datos, el subtitulado, el entrenamiento y la iteración.El énfasis está en desarrollar el juicio sobre qué probar a continuación cuando el primer resultado no es del todo correcto. Lo que aprenderás: - Curate conjuntos de datos para el ajuste fino de estilo, tema o concepto con estándares de calidad claros - Escribe leyendas y etiquetas que guíen al modelo hacia lo que realmente quieres capturar - Elige entre LoRA, Dreambooth y otras técnicas basadas en tu objetivo y recursos - Planificar los parámetros de entrenamiento incluyendo la tasa de aprendizaje, pasos y regularización para obtener resultados estables - Evalúe los resultados en comparación con su intención original con comparaciones estructuradas en lugar de impresiones - Itera de forma inteligente cambiando una variable a la vez y manteniendo un registro claro de lo que intentaste El curso progresa desde la preparación del conjunto de datos a través de la capacitación, la evaluación y la iteración.Un ejercicio escrito final le pide que elabore un plan de flujo de trabajo completo para ajustar un modelo en un estilo o tema de su propia elección. Este curso está diseñado para principiantes sin experiencia en el ajuste fino, pero con cierta familiaridad con las herramientas de modelos generativos, incluidos artistas digitales, diseñadores y desarrolladores aficionados.No se requiere un conocimiento profundo del aprendizaje automático.El curso trata el ajuste fino como un oficio que puede aprender a través de la práctica estructurada.