Buckets:
| # Adaptar um modelo a uma nova tarefa | |
| Muitos sistemas de difusão compartilham os mesmos componentes, permitindo que você adapte um modelo pré-treinado para uma tarefa a uma tarefa completamente diferente. | |
| Este guia mostrará como adaptar um modelo pré-treinado de texto para imagem para inpainting, inicializando e modificando a arquitetura de um [UNet2DConditionModel](/docs/diffusers/main/pt/api/models/unet2d-cond#diffusers.UNet2DConditionModel) pré-treinado. | |
| ## Configure os parâmetros do UNet2DConditionModel | |
| Por padrão, um [UNet2DConditionModel](/docs/diffusers/main/pt/api/models/unet2d-cond#diffusers.UNet2DConditionModel) aceita 4 canais na [amostra de entrada](https://huggingface.co/docs/diffusers/v0.16.0/en/api/models#diffusers.UNet2DConditionModel.in_channels). Por exemplo, carregue um modelo pré-treinado de texto para imagem, como [`stable-diffusion-v1-5/stable-diffusion-v1-5`](https://huggingface.co/stable-diffusion-v1-5/stable-diffusion-v1-5), e verifique o número de `in_channels`: | |
| ```py | |
| from diffusers import StableDiffusionPipeline | |
| pipeline = StableDiffusionPipeline.from_pretrained("stable-diffusion-v1-5/stable-diffusion-v1-5", use_safetensors=True) | |
| pipeline.unet.config["in_channels"] | |
| 4 | |
| ``` | |
| O inpainting requer 9 canais na amostra de entrada. Você pode verificar esse valor em um modelo de inpainting pré-treinado, como [`stable-diffusion-v1-5/stable-diffusion-inpainting`](https://huggingface.co/stable-diffusion-v1-5/stable-diffusion-inpainting): | |
| ```py | |
| from diffusers import StableDiffusionPipeline | |
| pipeline = StableDiffusionPipeline.from_pretrained("stable-diffusion-v1-5/stable-diffusion-inpainting", use_safetensors=True) | |
| pipeline.unet.config["in_channels"] | |
| 9 | |
| ``` | |
| Para adaptar seu modelo de texto para imagem para inpainting, você precisará alterar o número de `in_channels` de 4 para 9. | |
| Inicialize um [UNet2DConditionModel](/docs/diffusers/main/pt/api/models/unet2d-cond#diffusers.UNet2DConditionModel) com os pesos do modelo pré-treinado de texto para imagem e altere `in_channels` para 9. Alterar o número de `in_channels` significa que você precisa definir `ignore_mismatched_sizes=True` e `low_cpu_mem_usage=False` para evitar um erro de incompatibilidade de tamanho, pois a forma agora é diferente. | |
| ```py | |
| from diffusers import AutoModel | |
| model_id = "stable-diffusion-v1-5/stable-diffusion-v1-5" | |
| unet = AutoModel.from_pretrained( | |
| model_id, | |
| subfolder="unet", | |
| in_channels=9, | |
| low_cpu_mem_usage=False, | |
| ignore_mismatched_sizes=True, | |
| use_safetensors=True, | |
| ) | |
| ``` | |
| Os pesos pré-treinados dos outros componentes do modelo de texto para imagem são inicializados a partir de seus checkpoints, mas os pesos do canal de entrada (`conv_in.weight`) do `unet` são inicializados aleatoriamente. É importante fazer o finetuning do modelo para inpainting, pois, caso contrário, o modelo retorna ruído. | |
Xet Storage Details
- Size:
- 2.88 kB
- Xet hash:
- 45ee08e6e7d854f3e6e6f57fd8192f1ee64db0db01dc94c31e9719e2b6b54326
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.