生成式 AI 繪畫：Stable Diffusion 從基礎到實戰
龔超//張鵬宇//陳迅//薑帥豪
- 出版商: 化學工業
- 出版日期: 2024-04-01
- 定價: $534
- 售價: 8.5 折 $454
- 語言: 簡體中文
- 頁數: 196
- 裝訂: 平裝
- ISBN: 7122450953
- ISBN-13: 9787122450951
-
相關分類:
GAN 生成對抗網絡
立即出貨
買這商品的人也買了...
-
Python 最強入門邁向數據科學之路 -- 王者歸來 (火力加強版)$799$559 -
LINE Bot 與人工智慧辨識開發實戰｜使用 C# 與 Azure Cognitive Services (增訂版)$620$527 -
Docker 專業養成 ─ 活用基礎與實踐技能 (暢銷回饋版)$450$351 -
Visual C# 網路程式設計 － 線上遊戲實作$500$390 -
TinyML｜TensorFlow Lite 機器學習 : 應用 Arduino 與低耗電微控制器 (Tinyml: Machine Learning with Tensorflow Lite on Arduino and Ultra-Low-Power Microcontrollers)$880$695 -
WebRTC 音視頻開發：React + Flutter + Go 實戰$594$564 -
$708隱私計算 -
Azure 雲端運算實戰 : 使用 PaaS 服務快速打造交談式聊天機器人 (iT邦幫忙鐵人賽系列書)$600$468 -
AWS 職場實戰手冊 - 企業架站、安全防護、費用監控，用最省錢的方式紮實學會！$620$490 -
Cocos Creator 3.x 遊戲開發入門與實戰$654$621 -
WebGL 建構網頁中的 3D遊戲 從基礎渲染原理、光影到應用$980$774 -
$352Linux 企業高性能架構實戰 -
$403商用級 AIGC 繪畫創作與技巧 (Midjourney + Stable Diffusion) -
AWS 自學聖經：5大必學雲端主題・超圖解入門 (全彩印刷) (第二版)$750$593 -
$556AI 繪畫：Stable Diffusion 從入門到精通 -
Azure DevOps 設計策略與實戰分析：開發工程師從入門到進階完全指南（iThome鐵人賽系列書）【軟精裝】$760$593 -
$254AI寫實人物繪畫關鍵詞圖鑒 Stable Diffusion版 -
Stable Diffusion AI 繪畫教學：文生圖+圖生圖+提示字+模型訓練+外掛程式應用$588$559 -
Generative AI - Diffusion Model 擴散模型現場實作精解$720$569 -
AI 時代 Math 元年 - 用 Python 全精通統計及機率 (黑白印刷)$1,200$948 -
LangChain 開發手冊 -- OpenAI × LCEL 表達式 × Agent 自動化流程 × RAG 擴展模型知識 × 圖形資料庫 × LangSmith 除錯工具$680$537 -
NLG 的王者 GPT 圖解 - LLM 的原來是這樣建構出來的$780$616 -
工控資安銳視角：石化場域 OT / ICS 學習筆記$680$530 -
Vue 開發者升級指南 -- Nuxt3 入門：打造 SSR 專案$980$774 -
絕對硬派：Windows 核心首度公開 C++ 解析, 2/e$1,200$948
相關主題
商品描述
《生成式AI繪畫：Stable Diffusion從基礎到實戰》一書用簡潔而又生動的語言，
全方位解讀了生成式人工智能繪畫的原理、歷史沿革、倫理道德等，同時，透過對Stable Diffusion平臺的全面介紹，
以經典案例和典型行業應用（建築設計、動漫設計、平面設計）為載體，解讀了用人工智能進行繪畫的思路與步驟，
內容包含了文生圖、圖生圖、圖生文等，讓讀者在學習平臺操作流程的同時，釐清AI繪畫的底層邏輯，
即知其然也要知其所以然，全面且細緻、有趣又有吸引力。
本書適合使用AI工具輔助工作的設計人員、繪畫創作者閱讀學習，
對AI繪畫有興趣的人群也可以閱讀，同時，本書也可以作為AI繪畫專業的教材使用。
作者簡介
龔超，日本工學博士，清華大學日本研究中心主任助理，深圳清華大學研究院下一代因特網研發中心核心成員，未來基因（北京）人工智能研究院首席專家，教育部教育信息化教學應用實踐共同體項目特聘專家。中國人工智能學會中小學工作委員會委員，中國自動化學會普及工作委員會委員。研究方向為人工智能優化算法，人工智能在數字化轉型中的應用等。多家500強企業數字化轉型領域高級顧問，在國內外期刊上發表文章共計60餘篇。
目錄大綱
1 AI繪畫的探索時代
1.1 AI繪畫的早期探索
1.1.1 紡織中的圖案「計算」
1.1.2 電腦科學與繪畫的融合
1.1.3 數學規則與算法之美
1.1.4 AI遺傳算法與有機藝術
1.2 深度學習與AI繪畫
1.2.1 從神經元到深度學習
1.2.2 捲積神經網絡與影像特徵
1.2.3 Sketch-RNN，從序列到影像
1.3 生成模型下的AI繪畫
1.3.1 無中生有VAE
1.3.2 左右互搏GAN
1.3.3 具有創造性的CAN
1.3.4 強化學習與AI繪畫
1.3.5 擴散模型與AI繪畫
2 AI繪畫迎來AIGC時代
2.1 AI繪畫迎來多模態
2.1.1 從文字描述到圖像
2.1 .2 DALL·E與CLIP模型
2.1.3 模型訓練的基石：資料集
2.1.4 Transformer－深度學習的新寵兒
2.1.5 GPT模型演化論
2.2 AI繪畫大模型
2.2.1 Stable Diffusion
2.2.2 Midjourney
2.2 .3 Adobe Firefly
2.2.4 ChatGPT與AI繪畫
2.3 AI繪畫賦能產業
2.3.1 內容創意與視覺化
2.3.2 實用與功能性設計
2.3.3 數據驅動的分析與解讀
3 AI繪畫引發的社會問題
3.1 AI繪畫與知識產權
3.1.1 「自覺」退賽的AI攝影作品
3.1.2 以假亂真「太空歌劇院」
3.1.3 AI繪畫潛在的知識產權問題
3.2 AI繪畫與資訊安全
3.2.1 AI繪畫潛在的資訊安全問題
3.2.2 真假難辨的Deepfake
3.2.3 警惕AI繪畫的虛假傳播
3.3 AI繪畫與就業
3.3.1 AI繪畫與就業新機遇
3.3.2 AI繪畫面臨的失業風險
3.4 AI繪畫與人機共進
4 本地部署使用
4.1 Stable Diffusion本地部署
4.1.1 開源社群中的WebUI
4.1.2 電腦設定需求
4.1.3 Stable Diffusion整合套件建議4.1.4 Stable Diffusion 自主設定流程4.2
Stable Diffusion整合套件建議4.1.4 Stable Diffusion自主設定流程
4.2 Stable Diffusion基本作業流程
4.2.1 WebUI接口介紹
4.2.2 AI繪圖操作流程
5 Stable Diffusion圖像生成
5.1 提示詞生成圖像
5.1.1 正向提示詞與反提示詞
5.1.2 提示詞的邏輯與分類
5.1.3 提示詞的權重及語法
5.2 出圖參數設定
5.2.1 疊代步數與取樣方法
5.2.2 分辨率設定
5.2.3 產生批次與產生張數
5.2.4 提示字引導係數
5.2.5 隨機數種子
5.3 影像產生影像
5.3.1 圖生圖入門
5.3.2 局部重繪
5.3.3 塗鴉重繪
5.3.4 其他圖生圖方式簡介
6 Stable Diffusion進階使用
6.1 影像產生進階
6.1.1 主模型的介紹與使用
6.1.2 拓展模型的介紹與使用
6.1.3 使用AIGC工具輔助產生提示詞
6.2 常用腳本介紹
6.2.1 X/Y/Z腳本
6.2.2 提示詞矩陣腳本
6.2.3 批次提示詞出圖腳本
6.3 常用拓展插件介紹與下載
6.3. 1 圖片資訊反推
6.3.2 圖片高清放大
6.3.3 插件下載與配置
7 可控的圖像生成
7.1 ControlNet插件介紹
7.1.1 ControlNet實現原理
7.1.2 ControlNet下載與配置
7.2 ControlNet插件的使用
7.2.1 基本使用方式
7.2.2 參數設定
7.2.3 多重控製網絡
7.3 常用ControlNet模型分類介紹
7.3.1 常用物件類別模型介紹
7.3.2 常用輪廓類別模型介紹
7.3.3 常用景深類別模型介紹
7.3.4 常用重繪類模型介紹
7.3.5 其他ControlNet模型簡介
8 常見行業應用案例
8.1 建築設計
8.1.1 發揮建築設計創意
8.1.2 產生可控制的建築圖像
8.2 動漫設計
8.2.1 現實轉化為動漫
8.2.2 圖書插畫、繪本創作流程
8.3 平面設計
8.3.1 客製化AI模特兒
8.3.2 可控的創意海報設計
附錄
附錄一Stable Diffusion線上網站使用指南
附錄二Comfy UI使用指南
