Hugging Face 扩散模型课程

在这门免费课程中，你将：

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

先决条件

本课程需要学员具备良好的 Python 水平以及深度学习和 Pytorch 的基础。如果尚未达到要求，可以查看这些免费资源：

Python: https://www.udacity.com/course/introduction-to-python—ud1110
PyTorch 深度学习入门: https://www.udacity.com/course/deep-learning-pytorch—ud188
60分钟 PyTorch 快速入门: https://pytorch.ac.cn/tutorials/beginner/deep_learning_60min_blitz.html

要将你的模型上传到 Hugging Face Hub，你需要一个账户。你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。每个单元由理论部分（其中也列出了资源/论文）和两个 notebooks 组成。具体来说，我们有：

单元 1：扩散模型简介
🤗 Diffusers 简介以及从零开始实现
单元 2：微调与引导
在新数据上微调扩散模型并添加引导。
单元 3：Stable Diffusion
探索一个强大的文本条件潜在扩散模型
单元 4：深入扩散模型
深入探索扩散模型的高级技术

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。他喜欢教学和制作课程。他目前的重点是生成式AI，涉足多种模态。你可以在这里找到更多信息：johnowhitaker.dev。

Lewis Tunstall 是 Hugging Face 的一名机器学习工程师，专注于开发开源工具并使其为更广泛的社区所用。他也是 O’Reilly 出版的《Natural Language Processing with Transformers》一书的合著者。

常见问题解答

以下是一些常见问题的解答

完成这门课程能获得证书吗？ 目前，我们不为本课程提供任何证书。但是，我们正在为 Hugging Face 生态系统开发一个认证项目——敬请期待！
我应该在这门课程上花多少时间？ 本课程的每个章节设计为一周内完成，每周大约需要 6-8 小时。但是，你可以根据自己的需要花费任意时间来完成课程。
如果有问题，我可以在哪里提问？ 如果你对课程的任何部分有疑问，只需点击页面顶部的“提问”横幅，即可自动重定向到 Hugging Face Discord 的相应版块，在 #diffusion-models-class 频道中提问。
我在哪里可以获取课程的代码？ 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贡献！如果你发现拼写错误或 bug，请在 diffusion-models-class 代码库中提交一个 issue。如果你想帮助将课程翻译成你的母语，请查看此处的说明。
我可以重复使用这门课程吗？ 当然可以！本课程采用宽松的 Apache 2 许可证发布。这意味着你必须给予适当的署名，提供许可证链接，并说明是否进行了修改。你可以以任何合理的方式这样做，但不能以任何方式暗示许可方认可你或你的使用。如果你想引用本课程，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！

准备好开始了吗？那就进入第一个单元开始课程吧。

< > 在 GitHub 上更新