Hugging Face的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

并获得增强型文档体验

开始学习

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
  • 📻 在新的数据集上微调现有的扩散模型
  • 🗺 探索条件生成和引导
  • 🧑‍🔬 创建您自己的自定义扩散模型管道

先决条件

本课程要求具备良好的Python水平以及深度学习和Pytorch的基础知识。如果您还没有这些基础，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一个：https://huggingface.co/join。

课程大纲是什么？

本课程包含四个单元。每个单元都由理论部分组成，其中还列出了资源/论文，以及两个笔记本。更具体地说，我们有

  • 单元 1：扩散模型介绍
    🤗 Diffusers 简介和从零开始的实现
  • 单元 2：微调和引导
    在新的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：使用扩散做更多的事情
    进一步探索扩散的高级技术

我们是谁？

关于作者

Jonathan Whitaker 是一位数据科学家/人工智能研究员，在 answer.ai 从事研发工作。他喜欢教学和制作课程。他目前专注于生成式人工智能，并在多个领域之间穿梭。您可以在以下地址找到更多信息：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能够被更广泛的社区使用。他也是 O'Reilly 出版书籍 《使用 Transformer 进行自然语言处理》 的合著者。

常见问题

以下是一些常见问题的解答

  • 修完本课程是否会获得证书？目前，本课程不提供任何证书。但是，我们正在为 Hugging Face 生态系统开发一个认证计划——敬请期待！

  • 我应该花多少时间在这门课程上？本课程中的每个章节都设计为在一周内完成，每周大约需要 6-8 小时的学习时间。但是，您可以根据需要花费任意时间来完成课程。

  • 如果我有问题，在哪里可以提问？如果您对课程的任何部分有任何疑问，只需点击页面顶部的“提问”横幅，即可自动重定向到 Hugging Face Discord 的正确部分，并在 #diffusion-models-class 频道中提问。

  • 在哪里可以获取课程代码？对于每个部分，点击页面顶部的横幅即可运行代码

Link to the Hugging Face course notebooks

  • 我如何为课程做出贡献？有很多方法可以为课程做出贡献！如果您发现错别字或错误，请在 diffusion-models-class 代码库上创建一个问题。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！本课程在宽松的 Apache 2 许可证 下发布。这意味着您必须给予适当的署名，提供指向许可证的链接，并指出是否进行了更改。您可以以任何合理的方式这样做，但不能以任何暗示许可方认可您或您使用的方式。如果您想引用本课程，请使用以下 BibTeX

@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>]"
}

让我们开始吧！

你准备好开始了吗？然后前往第一个单元开始课程。

概览→