Buckets:

hf-doc-build
/

doc

Files

xet

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

mishig

8 days ago

preview code

download

raw

661 Bytes

# Treinamento de aprendizado por reforço com DDPO

Você pode fazer o fine-tuning do Stable Diffusion em uma função de recompensa por meio de aprendizado por reforço com as bibliotecas 🤗 TRL e 🤗 Diffusers. Isso é feito com o algoritmo Denoising Diffusion Policy Optimization (DDPO), introduzido por Black et al. em [Training Diffusion Models with Reinforcement Learning](https://huggingface.co/papers/2305.13301), que é implementado no 🤗 TRL com o `DDPOTrainer`.

Para mais informações, consulte a referência da API do `DDPOTrainer` e o post no blog [Finetune Stable Diffusion Models with DDPO via TRL](https://huggingface.co/blog/trl-ddpo).

Xet Storage Details

Size:: 661 Bytes
Xet hash:: a7d4d5adb6fcff2d8979157afa94294952a605a2933034d20b4241dcf83bcd74

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

	# Treinamento de aprendizado por reforço com DDPO

	Você pode fazer o fine-tuning do Stable Diffusion em uma função de recompensa por meio de aprendizado por reforço com as bibliotecas 🤗 TRL e 🤗 Diffusers. Isso é feito com o algoritmo Denoising Diffusion Policy Optimization (DDPO), introduzido por Black et al. em [Training Diffusion Models with Reinforcement Learning](https://huggingface.co/papers/2305.13301), que é implementado no 🤗 TRL com o `DDPOTrainer`.

	Para mais informações, consulte a referência da API do `DDPOTrainer` e o post no blog [Finetune Stable Diffusion Models with DDPO via TRL](https://huggingface.co/blog/trl-ddpo).