Diffusers 文档
无条件图像生成
并获得增强的文档体验
开始使用
无条件图像生成
无条件图像生成模型在训练期间不以文本或图像为条件。它只生成与其训练数据分布相似的图像。
本指南将探讨 train_unconditional.py 训练脚本，以帮助您熟悉它，以及如何根据您自己的用例对其进行调整。
在运行脚本之前，请确保从源代码安装库
git clone https://github.com/huggingface/diffusers
cd diffusers
pip install .然后导航到包含训练脚本的示例文件夹并安装所需的依赖项。
cd examples/unconditional_image_generation
pip install -r requirements.txt🤗 Accelerate 是一个帮助您在多个 GPU/TPU 或混合精度下进行训练的库。它将根据您的硬件和环境自动配置您的训练设置。请查看 🤗 Accelerate 快速导览 以了解更多信息。
初始化 🤗 Accelerate 环境
accelerate config
要设置默认的 🤗 Accelerate 环境而不选择任何配置
accelerate config default
或者，如果您的环境不支持交互式 shell（例如笔记本），您可以使用
from accelerate.utils import write_basic_config
write_basic_config()最后，如果您想在自己的数据集上训练模型，请查看 创建训练数据集 指南，了解如何创建与训练脚本兼容的数据集。
脚本参数
以下部分重点介绍训练脚本中对于理解如何修改它很重要的部分，但它没有详细介绍脚本的各个方面。如果您有兴趣了解更多信息，请随时阅读 脚本，如果您有任何问题或疑虑，请告诉我们。
训练脚本提供了许多参数来帮助您自定义训练运行。所有参数及其描述都可以在 parse_args() 函数中找到。它为每个参数提供了默认值，例如训练批处理大小和学习率，但您也可以在训练命令中设置自己的值（如果需要）。
例如，为了使用 bf16 格式的混合精度加速训练，请在训练命令中添加 --mixed_precision 参数
accelerate launch train_unconditional.py \
--mixed_precision="bf16"一些基本且重要的参数包括
--dataset_name：Hub 上的数据集名称或要训练的数据集的本地路径--output_dir：训练好的模型的保存位置--push_to_hub：是否将训练好的模型推送到 Hub--checkpointing_steps：模型训练时保存检查点的频率；如果训练中断，这很有用，您可以通过在训练命令中添加--resume_from_checkpoint从该检查点继续训练
带上您的数据集，让训练脚本处理其他一切！
训练脚本
数据集预处理和训练循环的代码在 main() 函数中。如果您需要调整训练脚本，这就是您需要进行更改的地方。
如果您不提供模型配置，train_unconditional 脚本将初始化一个 UNet2DModel。您可以在此处配置 UNet（如果需要）
model = UNet2DModel(
sample_size=args.resolution,
in_channels=3,
out_channels=3,
layers_per_block=2,
block_out_channels=(128, 128, 256, 256, 512, 512),
down_block_types=(
"DownBlock2D",
"DownBlock2D",
"DownBlock2D",
"DownBlock2D",
"AttnDownBlock2D",
"DownBlock2D",
),
up_block_types=(
"UpBlock2D",
"AttnUpBlock2D",
"UpBlock2D",
"UpBlock2D",
"UpBlock2D",
"UpBlock2D",
),
)# Initialize the scheduler
accepts_prediction_type = "prediction_type" in set(inspect.signature(DDPMScheduler.__init__).parameters.keys())
if accepts_prediction_type:
noise_scheduler = DDPMScheduler(
num_train_timesteps=args.ddpm_num_steps,
beta_schedule=args.ddpm_beta_schedule,
prediction_type=args.prediction_type,
)
else:
noise_scheduler = DDPMScheduler(num_train_timesteps=args.ddpm_num_steps, beta_schedule=args.ddpm_beta_schedule)
# Initialize the optimizer
optimizer = torch.optim.AdamW(
model.parameters(),
lr=args.learning_rate,
betas=(args.adam_beta1, args.adam_beta2),
weight_decay=args.adam_weight_decay,
eps=args.adam_epsilon,
)dataset = load_dataset("imagefolder", data_dir=args.train_data_dir, cache_dir=args.cache_dir, split="train")
augmentations = transforms.Compose(
[
transforms.Resize(args.resolution, interpolation=transforms.InterpolationMode.BILINEAR),
transforms.CenterCrop(args.resolution) if args.center_crop else transforms.RandomCrop(args.resolution),
transforms.RandomHorizontalFlip() if args.random_flip else transforms.Lambda(lambda x: x),
transforms.ToTensor(),
transforms.Normalize([0.5], [0.5]),
]
)最后，训练循环处理其他所有事情，例如向图像添加噪声、预测噪声残差、计算损失、在指定步骤保存检查点，以及保存模型并将其推送到 Hub。如果您想了解训练循环的工作原理，请查看了解管道、模型和调度器教程，该教程详细介绍了去噪过程的基本模式。
启动脚本
完成所有更改或对默认配置满意后，您就可以启动训练脚本了！🚀
在 4 块 V100 GPU 上，一次完整的训练运行需要 2 小时。
accelerate launch train_unconditional.py \
--dataset_name="huggan/flowers-102-categories" \
--output_dir="ddpm-ema-flowers-64" \
--mixed_precision="fp16" \
--push_to_hub训练脚本在您的存储库中创建并保存一个检查点文件。现在您可以加载并使用您训练好的模型进行推理了
from diffusers import DiffusionPipeline
import torch
pipeline = DiffusionPipeline.from_pretrained("anton-l/ddpm-butterflies-128").to("cuda")
image = pipeline().images[0]