2023 鐵人賽：AIGC 三十天

2023 年的 iThome 鐵人賽，作者用三十篇的篇幅把生成式 AI 的技術脈絡梳理了一遍，編排邏輯是「先懂原理、再動手」。前段回到模型本身：VAE、GAN、Pixel RNN、Flow、Diffusion、Transformer、NeRF、CLIP 依序登場，每一篇說明該模型為了解決什麼問題而出現，以及在實務上留下哪些限制。

後段轉入實作：Stable Diffusion 的安裝與基礎操作、Embedding 與 Dreambooth 的微調概念、LoRA 與 HyperNetwork 的原理差異，接著是 Civitai、HuggingFace 等資源站、基礎與進階插件、ControlNet 的條件控制、SwinIR 的影像重建，最後以 Checkpoint 與 LoRA 的訓練流程、SDXL 的演進收尾。

適合已經在玩生成式 AI、但對「為什麼這個參數有效」還想弄清楚的讀者。