听水的湖置顶2023-07-18 来自北京你好，我是这门课的编辑小新，欢迎加入课程学习。 这门课程的实战课需要用到的工具包括WebUI(实战1)和Colab(实战2-6)。关于WebUI的安装，在第一讲中有分平台的解释，需要大家参考提供课程里的指引进行WebUI配置，需要注意，每个人在安装过程中也许会遇到一些独特的环境问题，建议多谷歌查查资料解决。 如果有更具体的问题也可以在01讲留言里提出，我们一起探讨，另外01里也有用户分享了自己的配置经验（01置顶留言处），可以参考。关于Colab的使用，在第3讲中会有介绍，实战篇2-6的实战代码，会在Colab中帮助大家进行配置。 鼓励大家踊跃留言，记录和分享收获，积极参与有助于提升学习效果（PS：这门课的头图就是AIGC绘图而来）。共 2 条评论3
null2023-07-17 来自福建看了课程大纲，热血沸腾作者回复: 加油～ 共同进步
共 4 条评论4
Mistletoe2023-07-20 来自广东一直很想看AIGC相关的资料，但是也一直没有找到系统的东西。感谢老师分享！作者回复: 欢迎一起学习、探讨！
2
neohope2023-07-19 来自上海这个课程等了一个多月啦，加油！作者回复: 加油～ 欢迎加入课程一起探讨！
2
失落的走地鸡2023-08-31 来自安徽我是一个web程序员，购买学习课程的主要目的是开发一个类似妙鸭的应用，会python。为了达成目的，我需要学习什么技术栈？需要从机器学习、pyTorch开始学习吗？请南柯老师帮忙列出我的学习路径，感谢！作者回复: 你好。第23讲中我们会通过facechain来做实战，这是开源的“阉割版妙鸭相机”，可以在这一件中和我一起操作。如果想开发一个类似的应用并做一些算法微调，需要掌握python、pytorch、深度学习基本原理和AI绘画基础。更具体而言，完成我们课程的基础篇、经典解决方案篇后，深入探究diffusers代码仓中的LoRA训练，https://github.com/huggingface/diffusers/blob/main/examples/text_to_image/train_text_to_image_lora.py 充分掌握这份代码的细节应该可以达成你的目的。课程学习过程中遇到不懂的知识和概念做针对性学习。希望能帮助到你。
1
互联网砖瓦匠2023-07-18 来自北京太好了，正发愁没有系统性资料学习呢，这就来课了哈哈。作者回复: 欢迎加入课程一起学习～
1
学习兔2023-07-17 来自广东老范推荐，必属精品。编辑回复: 欢迎加入学习～
1
王晨宇2023-07-17 来自北京内容很棒，已学习~~作者回复: 加油，一起学习，共同进步～
1
花见笑2023-08-29 来自广东期待大佬的精彩讲解编辑回复: 期待后面留言区看到你的学习足迹
XUCF2023-08-23 来自浙江跟着勤劳的小编一起入坑～期待自己能够完成以下沉淀： 1、从理论到实战，能够清楚AI绘画的各种实现原理 2、能够独立完成让自己满意的头像、风景画等图片处理 另外有一些疑惑与思考： 1、作者与小编如何看待GPT4.0最新插件功能，可以上传图片、文件，在油管里我看到可以完成很多功能，例如水印、上色、美化调色等，甚至还能将图片合成视频！ 2、妙鸭相机之类对线下海马体造成了冲击，至少对于我而言，我更愿意尝试AI（接受程度），国内此类AI相机产品的破局、发展？作者回复: 你好。欢迎加入课程一起进行学习。关于第一个疑问，GPT-4的图片接口更多展示的是图片理解的能力，比如图片问答这种能力，至少在GPT-4当前还不能实现文生图能力，不排除未来会有。但如果有那一天，大概率是自回归的方案，扩散模型可能不再被追捧。油管上这些功能，基本是GAN、ControlNet、Text2Video类应用，算是当下比较热门的AIGC技术。关于第二个问题，妙鸭相机类产品当前整体精致度上距离专业相机还有差距，未来仍有打磨空间。在我看来，效果打磨、单图不训练等方向上，AI相机仍可以持续发力，把成本打下来。