Buckets:
| # Обучение с подкреплением с помощью DDPO | |
| Вы можете дообучить Stable Diffusion на функции вознаграждения с помощью обучения с подкреплением, используя библиотеки 🤗 TRL и 🤗 Diffusers. Это делается с помощью алгоритма Denoising Diffusion Policy Optimization (DDPO), предложенного Black et al. в статье [Training Diffusion Models with Reinforcement Learning](https://huggingface.co/papers/2305.13301), который реализован в 🤗 TRL с помощью `DDPOTrainer`. | |
| Для получения дополнительной информации обратитесь к справочнику API `DDPOTrainer` и к статье в блоге [Finetune Stable Diffusion Models with DDPO via TRL](https://huggingface.co/blog/trl-ddpo). | |
Xet Storage Details
- Size:
- 923 Bytes
- Xet hash:
- e45b114311728a0280bee5bd365bc538c161d38fee8ee8727dfc9121c2af3434
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.