你好，我是悦创。

1. 登录网站：https://anaconda.org/ ， 然后搜索 faiss-gpu 会进入如下界面。

0. 前言

你好，我是悦创。

我的性能主力是一台 MacBook Pro 和一台台式的 Windows，但是我使用的电脑是 iMac，所以我频繁切换电脑显然不是一个好的使用方法或者习惯。

所以，这个时候需要在 Windows 上启动的 Jupyter Notebook 在别的电脑能访问，这样就不用频繁的切换电脑就可以使用了。

这个流程其实也是很简单，就几个操作步骤。

1. 操作步骤

1.1 启动 Jupyter Notebook

默认情况下，Jupyter 会绑定到 localhost。

你好，我是悦创。

接下来，我将带你学习如何将我们的文本向量化。这在 NLP 领域至关重要，这理我不带你训练模型，我会带你使用已经训练好的模型，也会带你使用 OpenAI 现成的 API 来实现。

下面是一些常见下载数据、模型的网站：

• https://www.kaggle.com/
• https://huggingface.co/

欢迎关注我公众号：AI悦创，有更多更好玩的等你发现！

公众号：AI悦创【二维码】

欢迎关注我公众号：AI悦创，有更多更好玩的等你发现！

公众号：AI悦创【二维码】

欢迎关注我公众号：AI悦创，有更多更好玩的等你发现！

公众号：AI悦创【二维码】

你好，我是悦创。

这一讲，我们来看看 Open AI 提供的 Completion 这个 API 接口。相信已经有不少人试过和 ChatGPT 聊天了，也有过非常惊艳的体验，特别是让 ChatGPT 帮我们写各种材料。那么，我们不妨也从这样一个需求开始吧。

1. AI 客服

在这一波 AIGC 浪潮之前，我也做过一个智能客服的产品。我发现智能客服的回答，往往是套用固定的模版。这个的缺点，就是每次的回答都一模一样。当然，我们可以设计多个模版轮换着表达相同的意思，但是最多也就是三四个模版，整体的体验还是相当呆板。

你好，我是悦创。

tiktoken 是 OpenAI 的一个快速开源分词器。

给定一个文本字符串（例如，"tiktoken is great!"）和一个编码（例如，"cl100k_base"），分词器可以将文本字符串分割成一个令牌列表（例如，["t", "ik", "token", " is", " great", "!"]）。

![](./09.assets/9d06e5044c32a79da4a4cc87173d661e.png)

你好，我是悦创。

前两讲中，我们已经学习了扩散模型的加噪去噪过程，了解了 UNet 模型用于预测噪声的算法原理。事实上，Stable Diffusion 模型在原始的 UNet 模型中加入了 Transformer 结构（至于怎么引入的，我们等下一讲学完 UNet 结构便会清楚），这么做可谓一举两得，因为 Transformer 结构不但能提升噪声去除效果，还是实现 prompt 控制图像内容的关键技术。

![](./09.assets/9d06e5044c32a79da4a4cc87173d661e.png)

你好，我是悦创。

前两讲中，我们已经学习了扩散模型的加噪去噪过程，了解了 UNet 模型用于预测噪声的算法原理。事实上，Stable Diffusion 模型在原始的 UNet 模型中加入了 Transformer 结构（至于怎么引入的，我们等下一讲学完 UNet 结构便会清楚），这么做可谓一举两得，因为 Transformer 结构不但能提升噪声去除效果，还是实现 prompt 控制图像内容的关键技术。

![](./09.assets/9d06e5044c32a79da4a4cc87173d661e.png)

你好，我是悦创。

前两讲中，我们已经学习了扩散模型的加噪去噪过程，了解了 UNet 模型用于预测噪声的算法原理。事实上，Stable Diffusion 模型在原始的 UNet 模型中加入了 Transformer 结构（至于怎么引入的，我们等下一讲学完 UNet 结构便会清楚），这么做可谓一举两得，因为 Transformer 结构不但能提升噪声去除效果，还是实现 prompt 控制图像内容的关键技术。

欢迎关注我公众号：AI悦创，有更多更好玩的等你发现！

![](./09.assets/9d06e5044c32a79da4a4cc87173d661e.png)

你好，我是悦创。

前两讲中，我们已经学习了扩散模型的加噪去噪过程，了解了 UNet 模型用于预测噪声的算法原理。事实上，Stable Diffusion 模型在原始的 UNet 模型中加入了 Transformer 结构（至于怎么引入的，我们等下一讲学完 UNet 结构便会清楚），这么做可谓一举两得，因为 Transformer 结构不但能提升噪声去除效果，还是实现 prompt 控制图像内容的关键技术。

欢迎关注我公众号：AI悦创，有更多更好玩的等你发现！

![](./08.assets/1300e54767ccb1888ea9647cc9ca10e1-0548670.png)

![](./08.assets/1300e54767ccb1888ea9647cc9ca10e1-20230728235735547.png)

你好，我是悦创。

上一讲我们结识了旧画师 GAN，提到了扩散模型在内容精致度、风格多样性和通用编辑等能力上弥补了 GAN 的不足之处。如果说 GAN 是旧画师，扩散模型无疑就是当下最受追捧的新画师。DALL-E 2、Imagen、Stable Diffusion 这些大名鼎鼎的模型，它们背后的魔术师都是扩散模型。

![](./08.assets/1300e54767ccb1888ea9647cc9ca10e1-0548670.png)

![](./08.assets/1300e54767ccb1888ea9647cc9ca10e1-20230728235735547.png)

你好，我是悦创。

上一讲我们结识了旧画师 GAN，提到了扩散模型在内容精致度、风格多样性和通用编辑等能力上弥补了 GAN 的不足之处。如果说 GAN 是旧画师，扩散模型无疑就是当下最受追捧的新画师。DALL-E 2、Imagen、Stable Diffusion 这些大名鼎鼎的模型，它们背后的魔术师都是扩散模型。

你好，我是悦创。

相信最近你一定听到了不少 ChatGPT 的讨论，甚至自己也体验过了。

不知道你感觉如何？对于 ChatGPT，我印象最深刻的就是它仅仅通过多次对话，就可以按我们期望不断优化输出内容的能力。原本令人头大的文本整理工作，现在我们只需要给 ChatGPT 下达类似编程指令一样的 Promopt 就可以轻松搞定，这帮助我们节约了不少时间和精力。

不过，现在的 ChatGPT 还是有局限性的，它收集的资料截止到 2021 年，并没有最新的内容。另外，token 字数上的限制也不太方便，在梳理大量文本或者做总结的场景里使用起来很麻烦。

![](./07.assets/84dc017691cb7128f7fb48aa07f301a9.png)

![](./07.assets/84dc017691cb7128f7fb48aa07f301a9-0559390.png)

你好，我是悦创。

今天开始，我们正式进入 AI 绘画理论阶段的学习。我会带你理解图像生成模型背后的算法原理，掌握 AI 绘画主流算法方案背后通用的算法模块，并带你从零到一训练一个扩散模型。

基于扩散模型的 AI 绘画技术是我们这门课的主题，但其实在 22 年以前，GAN 才是业界公认的 AI 绘画技术首选。在老一辈的 AI 画图中，GAN（生成对抗网络）可以说是唯一的选择。相信你也在各种社交软件上见到过各种变小孩、变老、性别变换的视觉特效，这类效果通常就是靠 GAN 完成的。