CV Week
25–29.11-
Открытый онлайн-интенсив по компьютерному зрению от ШАДа и Яндекса. Расскажем про генеративные диффузионные модели, на которых основано большинство визуальных сервисов, и поделимся экспертизой по их созданию.
-
Регистрация открыта до 24 ноября.
Поработаем с диффузионными моделями и узнаем про начинку YaArt
-
Для кого
•Практикующие ML-разработчики и студенты, которые интересуются CV, генерацией изображений и диффузионными моделями.
•Для практических заданий нужны знания ML, DL, CV. А база по нейробайесовским методам и генеративным моделям будет большим плюсом.
-
Что узнают участники
•Что под капотом у технологии YaArt с точки зрения математики.
•Как генерируются изображения на практике.
•Как устроена технология YaArt — от экспертов, которые ее создают.
-
Как всё устроено
•Все лекции и семинары проходят в предзаписи на YouTube и ВКонтакте. Во время трансляции под видео можно задавать вопросы. Общаться с другими участниками и преподавателями можно в Telegram-канале интенсива.
•Трансляции можно смотреть и без прохождения отбора, но для получения сертификата нужно выполнить отборочные задания и итоговую работу.
•Отбор на определение знаний в ML, DL, CV пройдёт в Яндекс Контесте.
•Если вы прошли отбор, на почту придёт доступ к итоговому заданию.
•Партнёры интенсива: Yandex Cloud, YaArt, YaResearch.
Этапы интенсива
Регистрация
6 ноября — 24 ноября
Отбор на Яндекс Контесте
6 ноября — 29 ноября
Лекции и заключительный семинар
25 ноября — 29 ноября
Открытие доступа к итоговой работе
28 ноября — 9 декабря
Выдача сертификатов
с 16 декабря
Что в программе
Лекция 1: Introduction to diffusion models
•исследователь, Yandex Research
Семинар 1: Basic diffusion implementation
•исследователь, Yandex Research
Лекция 2: DPM formulation via SDE and ODE
•разработчик, Служба компьютерного зрения
Семинар 2: Implementing an efficient sampler
•разработчик, Служба компьютерного зрения
Лекция 3: Diffusion architectures. Training and sampling techniques. Text-to-image formulation
•исследователь, Yandex Research
Семинар 3: Text-to-image generation
•исследователь, Yandex Research
Лекция 4: Diffusion distillation. ODE-based methods
•исследователь, Yandex Research ML Residency
Лекция 5: ODE-free diffusion distillation
•исследователь, Yandex Research
Семинар 4: Implementing text-to-image consistency models
•исследователь, Yandex Research ML Residency
Лекция 6: RL tuning for diffusion models
•разработчик, Служба компьютерного зрения
Лекция 7: YandexART — a production-grade diffusion model
•исследователь, Yandex Research
FAQ
Остались вопросы?
мы обязательно ответим!