Diffusers documentation
التدريب بالتعلم المعزز باستخدام DDPO
You are viewing main version, which requires installation from source. If you'd like
regular pip install, checkout the latest stable version (v0.43.0).
التدريب بالتعلم المعزز باستخدام DDPO
يمكنك ضبط نموذج Stable Diffusion على دالة مكافأة عبر التعلم المعزز باستخدام مكتبة 🤗 TRL و 🤗 Diffusers. يتم ذلك باستخدام خوارزمية تحسين سياسة الانتشار بدون الضوضاء (DDPO) التي قدمها Black وآخرون في Training Diffusion Models with Reinforcement Learning، وهي مُنفَّذة في 🤗 TRL من خلال DDPOTrainer.
لمزيد من المعلومات، راجع مرجع واجهة برمجة التطبيقات الخاصة بـ DDPOTrainer ومنشور المدونة Finetune Stable Diffusion Models with DDPO via TRL.