Diffusers

Comece agora

Diffusers Instalação Início rápido Interface de linha de comando

Inferência

Usando pipelines de difusão

Adaptadores e personalização

Otimizar e escalar

Desempenho básico

Velocidade e memória

Inferência distribuída

Quantização

Aceleração específica de hardware

Métodos da comunidade

Diffusers modulares

Treinar e ajustar finamente

Visão geral Crie um conjunto de dados para treinamento Adaptar um modelo a uma nova tarefa Treinar um modelo de difusão

Receitas de modelos

Métodos de treinamento

Inversão textual DreamBooth LoRA Custom Diffusion Destilação de Consistência Latente Treinamento de aprendizado por reforço com DDPO

NeMo Automodel Vagas na Hugging Face

Recursos

Contribuir

API

You are viewing main version, which requires installation from source. If you'd like regular pip install, checkout the latest stable version (v0.42.1).

Join the Hugging Face community

and get access to the augmented documentation experience

Collaborate on models, datasets and Spaces

Faster examples with accelerated inference

Switch between documentation themes

to get started

Treinamento de aprendizado por reforço com DDPO

Você pode fazer o fine-tuning do Stable Diffusion em uma função de recompensa por meio de aprendizado por reforço com as bibliotecas 🤗 TRL e 🤗 Diffusers. Isso é feito com o algoritmo Denoising Diffusion Policy Optimization (DDPO), introduzido por Black et al. em Training Diffusion Models with Reinforcement Learning, que é implementado no 🤗 TRL com o DDPOTrainer.

Para mais informações, consulte a referência da API do DDPOTrainer e o post no blog Finetune Stable Diffusion Models with DDPO via TRL.

Update on GitHub

←Destilação de Consistência Latente NeMo Automodel→