Buckets:
| # DreamBooth | |
| [DreamBooth](https://huggingface.co/papers/2208.12242) personaliza un modelo preentrenado para un sujeto específico a partir de unas pocas imágenes (por ejemplo, tu gato) ajustando los pesos completos y vinculando ese sujeto a un identificador único en el prompt (`sks cat`). Luego puedes generar el sujeto en nuevos entornos, con distintas luces, poses y estilos. | |
| Los puntos de control de DreamBooth suelen ocupar unos pocos GB porque contienen los pesos completos del modelo. Cargalos con [from_pretrained()](/docs/diffusers/v0.43.0/es/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained) e incluye el identificador único en el prompt para activar la generación. | |
| ```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] | |
| ``` | |
| Para entrenar tu propio punto de control, consulta [Entrenar DreamBooth](../training/dreambooth). | |
Xet Storage Details
- Size:
- 1.18 kB
- Xet hash:
- 438bbea066043416cc2442b344f4189d77fd329e1acc619ec7a568d96fb47d66
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.