Hugging Face 擴散模型課程

在這門免費課程中，你將：

👩‍🎓 學習擴散模型的理論
🧨 使用流行的 🤗 Diffusers 庫學習如何生成影像和音訊
🏋️‍♂️ 從頭開始訓練你自己的擴散模型
📻 在新資料集上微調現有的擴散模型
🗺 探索條件生成和引導
🧑‍🔬 建立你自己的自定義擴散模型管道

先決條件

本課程要求具備紮實的 Python 基礎，以及對深度學習和 Pytorch 的理解。如果尚未具備，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
PyTorch 60分鐘速成: https://pytorch.com.tw/tutorials/beginner/deep_learning_60min_blitz.html

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

課程大綱是什麼？

本課程共分為四個單元。每個單元包含理論部分（也列出了資源/論文）和兩個筆記本。具體來說，我們有：

單元 1：擴散模型簡介
🤗 Diffusers 簡介和從零開始的實現
單元 2：微調和引導
在新資料上微調擴散模型並新增引導。
單元 3：Stable Diffusion
探索強大的文字條件潛在擴散模型
單元 4：使用擴散模型做更多的事情
更進一步的擴散模型高階技術

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。他目前專注於生成式 AI，涉足多種模態。你可以在以下網址找到更多資訊：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易於社群使用。他也是 O’Reilly 書籍《Transformers 自然語言處理》的合著者。

常見問題

以下是一些常見問題的解答

參加此課程是否會獲得認證？ 目前我們沒有此課程的任何認證。但是，我們正在為 Hugging Face 生態系統開發一個認證計劃——敬請期待！
我應該在這門課程上花費多少時間？ 本課程的每一章設計為每週完成 1 周，每週約需 6-8 小時的工作量。但是，你可以根據需要花費任意時間來完成課程。
如果我有問題，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，即可自動跳轉到 Hugging Face Discord 的相應部分，在 #diffusion-models-class 頻道提問。
我可以在哪裡獲取課程程式碼？ 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出貢獻！如果你發現打字錯誤或錯誤，請在 diffusion-models-class 倉庫中開啟一個 issue。如果你想幫助將課程翻譯成你的母語，請在此處檢視說明：here。
我可以重用這門課程嗎？ 當然！本課程根據寬鬆的 Apache 2 許可證釋出。這意味著你必須提供適當的署名，提供許可證的連結，並註明是否進行了修改。你可以以任何合理的方式這樣做，但不得以任何暗示許可方認可你或你的使用的方式。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！

你準備好開始了嗎？那就去第一個單元開始課程吧。

在 GitHub 上更新