概述
🤗 Diffusers 提供了一系列训练脚本，供您训练自己的扩散模型。您可以在 diffusers/examples 中找到我们所有的训练脚本。
每个训练脚本都是
- 自包含的：训练脚本不依赖于任何本地文件，并且运行脚本所需的所有软件包都从
requirements.txt文件中安装。 - 易于调整的：训练脚本是训练特定任务扩散模型的示例，并非所有训练场景都能直接使用。您可能需要根据您的具体用例调整训练脚本。为了帮助您做到这一点，我们完全公开了数据预处理代码和训练循环，以便您可以根据自己的需要进行修改。
- 对初学者友好的：训练脚本旨在对初学者友好且易于理解，而不是包含最新的最先进方法以获得最佳和最具竞争力的结果。我们认为过于复杂的任何训练方法都故意省略。
- 单一用途的：每个训练脚本都专门设计用于一项任务，以保持其可读性和易理解性。
我们当前的训练脚本集包括
| 训练 | SDXL 支持 | LoRA 支持 | Flax 支持 |
|---|---|---|---|
无条件图像生成  | |||
| 文本到图像 | 👍 | 👍 | 👍 |
| 文本反转 | 👍 | ||
| DreamBooth | 👍 | 👍 | 👍 |
| ControlNet | 👍 | 👍 | |
| InstructPix2Pix | 👍 | ||
| 自定义扩散 | |||
| T2I-Adapters | 👍 | ||
| Kandinsky 2.2 | 👍 | ||
| Wuerstchen | 👍 |
这些示例得到积极维护，因此如果您发现它们无法按预期工作，请随时提出问题。如果您觉得应该包含其他训练示例，欢迎您发起 功能请求，与我们讨论您的功能想法以及它是否符合我们自包含、易于调整、对初学者友好和单一用途的标准。
安装
确保您可以在新的虚拟环境中从源代码安装库，从而成功运行最新版本的示例脚本
git clone https://github.com/huggingface/diffusers
cd diffusers
pip install .然后导航到训练脚本的文件夹（例如，DreamBooth）并安装 requirements.txt 文件。一些训练脚本对 SDXL、LoRA 或 Flax 具有特定的需求文件。如果您使用的是其中一个脚本，请确保安装其相应的需求文件。
cd examples/dreambooth
pip install -r requirements.txt
# to train SDXL with DreamBooth
pip install -r requirements_sdxl.txt为了加快训练速度并减少内存使用，我们建议
< > 更新 在 GitHub 上