Buckets:
| # Entraînement par apprentissage par renforcement avec DDPO | |
| Vous pouvez affiner Stable Diffusion sur une fonction de récompense par apprentissage par renforcement à l'aide de la bibliothèque 🤗 TRL et de 🤗 Diffusers. Cela se fait avec l'algorithme Denoising Diffusion Policy Optimization (DDPO), introduit par Black et al. dans [Training Diffusion Models with Reinforcement Learning](https://huggingface.co/papers/2305.13301), et implémenté dans 🤗 TRL avec le `DDPOTrainer`. | |
| Pour plus d'informations, consultez la référence de l'API `DDPOTrainer` et l'article de blog [Finetune Stable Diffusion Models with DDPO via TRL](https://huggingface.co/blog/trl-ddpo). | |
Xet Storage Details
- Size:
- 679 Bytes
- Xet hash:
- 7626e77c81897d86431270796ce382dfaa5b05cc285328898cc592f3f91b1586
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.