Buckets:
| # DreamBooth | |
| يُخصّص [DreamBooth](https://huggingface.co/papers/2208.12242) نموذجًا مُدرَّبًا مسبقًا لموضوع محدد انطلاقًا من عدد قليل من الصور (مثلًا، قطتك) من خلال ضبط دقيق للأوزان الكاملة وربط ذلك الموضوع بمعرّف فريد في الأمر النصي (`sks cat`). يمكنك بعد ذلك توليد ذلك الموضوع في إعدادات وإضاءة ووضعية وأنماط جديدة. | |
| عادةً ما تكون نقاط التفتيش الخاصة بـ DreamBooth بضعة غيغابايتات لأنها تحتوي على أوزان النموذج الكاملة. حمّلها باستخدام [from_pretrained()](/docs/diffusers/v0.43.0/ar/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained) وشمل المعرّف الفريد في الموجه (prompt) لتفعيل التوليد. | |
| ```py | |
| import torch | |
| from diffusers import AutoPipelineForText2Image | |
| pipeline = AutoPipelineForText2Image.from_pretrained( | |
| "sd-dreambooth-library/herge-style", | |
| dtype=torch.float16 | |
| ).to("cuda") # or "mps", "xpu", "cpu" | |
| prompt = "A cute sks herge_style brown bear eating a slice of pizza, stunning color scheme, masterpiece, illustration" | |
| pipeline(prompt).images[0] | |
| ``` | |
| لتدريب نقطة تحقق خاصة بك، راجع [تدريب DreamBooth](../training/dreambooth). | |
Xet Storage Details
- Size:
- 1.42 kB
- Xet hash:
- 57d8dfa120385beff57ed0c16f0475c9347c238a0f882897b90a9b1c3dd452e3
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.