Hugging Face 擴散模型課程

在這門免費課程中，你將：

👩‍🎓 學習擴散模型背後的理論
🧨 學習如何使用熱門的 🤗 Diffusers 庫生成影像和音訊
🏋️‍♂️ 從零開始訓練自己的擴散模型
📻 在新資料集上微調現有的擴散模型
🗺 探索條件生成和引導
🧑‍🔬 建立自己的定製擴散模型管道

先決條件

本課程需要學員具備良好的 Python 水平以及深度學習和 Pytorch 的基礎。如果尚未達到要求，可以檢視這些免費資源：

Python: https://www.udacity.com/course/introduction-to-python—ud1110
PyTorch 深度學習入門: https://www.udacity.com/course/deep-learning-pytorch—ud188
60分鐘 PyTorch 快速入門: https://pytorch.com.tw/tutorials/beginner/deep_learning_60min_blitz.html

要將你的模型上傳到 Hugging Face Hub，你需要一個賬戶。你可以在以下地址免費建立一個：https://huggingface.co/join。

課程大綱是什麼？

本課程包含四個單元。每個單元由理論部分（其中也列出了資源/論文）和兩個 notebooks 組成。具體來說，我們有：

單元 1：擴散模型簡介
🤗 Diffusers 簡介以及從零開始實現
單元 2：微調與引導
在新資料上微調擴散模型並新增引導。
單元 3：Stable Diffusion
探索一個強大的文字條件潛在擴散模型
單元 4：深入擴散模型
深入探索擴散模型的高階技術

我們是誰？

關於作者

Jonathan Whitaker 是一位資料科學家/AI研究員，在 answer.ai 從事研發工作。他喜歡教學和製作課程。他目前的重點是生成式AI，涉足多種模態。你可以在這裡找到更多資訊：johnowhitaker.dev。

Lewis Tunstall 是 Hugging Face 的一名機器學習工程師，專注於開發開源工具並使其為更廣泛的社群所用。他也是 O’Reilly 出版的《Natural Language Processing with Transformers》一書的合著者。

常見問題解答

以下是一些常見問題的解答

完成這門課程能獲得證書嗎？ 目前，我們不為本課程提供任何證書。但是，我們正在為 Hugging Face 生態系統開發一個認證專案——敬請期待！
我應該在這門課程上花多少時間？ 本課程的每個章節設計為一週內完成，每週大約需要 6-8 小時。但是，你可以根據自己的需要花費任意時間來完成課程。
如果有問題，我可以在哪裡提問？ 如果你對課程的任何部分有疑問，只需點選頁面頂部的“提問”橫幅，即可自動重定向到 Hugging Face Discord 的相應版塊，在 #diffusion-models-class 頻道中提問。
我在哪裡可以獲取課程的程式碼？ 對於每個部分，點選頁面頂部的橫幅即可執行程式碼。

Link to the Hugging Face course notebooks

我如何為課程做出貢獻？ 有很多方法可以為課程做貢獻！如果你發現拼寫錯誤或 bug，請在 diffusion-models-class 程式碼庫中提交一個 issue。如果你想幫助將課程翻譯成你的母語，請檢視此處的說明。
我可以重複使用這門課程嗎？ 當然可以！本課程採用寬鬆的 Apache 2 許可證釋出。這意味著你必須給予適當的署名，提供許可證連結，並說明是否進行了修改。你可以以任何合理的方式這樣做，但不能以任何方式暗示許可方認可你或你的使用。如果你想引用本課程，請使用以下 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>]"
}

讓我們開始吧！

準備好開始了嗎？那就進入第一個單元開始課程吧。

< > 在 GitHub 上更新