Hugging Face's logo

扩散课程文档

Hugging Face 扩散模型课程

Hugging Face's logo
加入 Hugging Face 社区

并获得增强的文档体验

开始入门

Hugging Face 扩散模型课程

在本免费课程中，您将

  • 👩‍🎓 学习扩散模型背后的理论
  • 🧨 学习如何使用流行的 🤗 Diffusers 库生成图像和音频
  • 🏋️‍♂️ 从零开始训练您自己的扩散模型
  • 📻 在新数据集上微调现有的扩散模型
  • 🗺 探索条件生成和引导
  • 🧑‍🔬 创建您自己的定制扩散模型管道

先决条件

本课程需要具备良好的 Python 编程水平，并掌握深度学习和 PyTorch 的基础知识。如果您还不具备这些条件，可以查看以下免费资源

要将您的模型上传到 Hugging Face Hub，您需要一个帐户。您可以在以下地址免费创建帐户：https://huggingface.co/join。

课程大纲是什么？

本课程包含四个单元。每个单元包含一个理论部分（其中列出了资源/论文）和两个notebooks。具体来说，课程结构如下：

  • 单元 1：扩散模型简介
    🤗 Diffusers 简介和从零开始的实现
  • 单元 2：微调和引导
    在新数据上微调扩散模型并添加引导。
  • 单元 3：Stable Diffusion
    探索强大的文本条件潜在扩散模型
  • 单元 4：扩散模型的更多应用
    使用扩散模型进一步发展的先进技术

我们是谁？

关于作者

Jonathan Whitaker 是一位数据科学家/AI 研究员，在 answer.ai 从事研发工作。他热爱教学和制作课程。他目前专注于生成式 AI，并在多种模态之间灵活切换。您可以在以下网址找到更多信息：johnowhitaker.dev。

Lewis Tunstall 是 Hugging Face 的机器学习工程师，专注于开发开源工具并使其对更广泛的社区更易访问。他还是 O’Reilly 出版的书籍 Natural Language Processing with Transformers 的合著者。

常见问题解答

以下是一些常见问题的解答

  • 完成本课程会获得认证吗？ 目前，本课程不提供任何认证。但是，我们正在为 Hugging Face 生态系统开发认证计划，敬请关注！

  • 我应该在本课程上花费多少时间？ 本课程的每个章节都设计为在 1 周内完成，每周大约需要 6-8 小时的学习时间。当然，您可以根据自己的需要安排时间来完成课程。

  • 如果我有问题，可以在哪里提问？ 如果您对课程的任何部分有疑问，只需点击页面顶部的“提问”横幅，即可自动跳转到 Hugging Face Discord 的相应版块，并在 #diffusion-models-class 频道中提问。

  • 我在哪里可以获得课程代码？ 对于每个章节，点击页面顶部的横幅即可运行代码。

Link to the Hugging Face course notebooks

  • 如何为课程做出贡献？ 您可以通过多种方式为课程做出贡献！如果您发现任何拼写错误或程序错误，请在 diffusion-models-class 代码仓库中提交 issue。如果您想帮助将课程翻译成您的母语，请查看此处的说明。

  • 我可以重复使用本课程吗？ 当然可以！本课程已根据宽松的 Apache 2.0 许可证发布。这意味着您必须给予适当的署名，提供许可证链接，并注明是否进行了修改。您可以以任何合理的方式进行，但不得以任何暗示许可方认可您或您的使用的方式进行。如果您想引用本课程，请使用以下 BibTeX 格式：

@misc{huggingfacecourse,
  author = {Hugging Face},
  title = {The Hugging Face Diffusion Models Course, 2022},
  howpublished = "\url{https://huggingface.co/course}",
  year = {2022},
  note = "[Online; accessed <today>]"
}

开始入门！

准备好开始了吗？那么请前往第一单元开始课程吧。

< > 在 GitHub 上更新

概述→