Buckets:

hf-doc-build
/

doc

Files

xet

hf-doc-build/doc / diffusers /main /es /training /ddpo.md

mishig

8 days ago

preview code

download

raw

682 Bytes

# Entrenamiento de aprendizaje por refuerzo con DDPO

Puedes realizar el ajuste fino de Stable Diffusion sobre una función de recompensa mediante aprendizaje por refuerzo con la biblioteca 🤗 TRL y 🤗 Diffusers. Esto se hace con el algoritmo Denoising Diffusion Policy Optimization (DDPO), introducido por Black et al. en [Training Diffusion Models with Reinforcement Learning](https://huggingface.co/papers/2305.13301), que está implementado en 🤗 TRL con `DDPOTrainer`.

Para obtener más información, consulte la referencia de la API de `DDPOTrainer` y la publicación de blog [Finetune Stable Diffusion Models with DDPO via TRL](https://huggingface.co/blog/trl-ddpo).

Xet Storage Details

Size:: 682 Bytes
Xet hash:: 611c3f917886c848e1b036d602a782bd4fb9ce0c25b4799590fd0cd7c7238756

Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.

	# Entrenamiento de aprendizaje por refuerzo con DDPO

	Puedes realizar el ajuste fino de Stable Diffusion sobre una función de recompensa mediante aprendizaje por refuerzo con la biblioteca 🤗 TRL y 🤗 Diffusers. Esto se hace con el algoritmo Denoising Diffusion Policy Optimization (DDPO), introducido por Black et al. en [Training Diffusion Models with Reinforcement Learning](https://huggingface.co/papers/2305.13301), que está implementado en 🤗 TRL con `DDPOTrainer`.

	Para obtener más información, consulte la referencia de la API de `DDPOTrainer` y la publicación de blog [Finetune Stable Diffusion Models with DDPO via TRL](https://huggingface.co/blog/trl-ddpo).