# Genel Bakış

🤗 Diffusers, kendi difüzyon modellerinizi eğitmeniz için bir dizi eğitim scripti sunar. Tüm eğitim scriptlerimizi [diffusers/examples](https://github.com/huggingface/diffusers/tree/main/examples) dizininde bulabilirsiniz.

Her eğitim betiği şunlardır:

- **Kendi içinde tam**: eğitim betiği herhangi bir yerel dosyaya bağımlı değildir ve betiğin çalıştırılması için gereken tüm paketler `requirements.txt` dosyasından yüklenir.
- **Kolayca ayarlanabilir**: eğitim betikleri, bir difüzyon modelinin belirli bir görev için nasıl eğitileceğinin bir örneğidir ve her eğitim senaryosunda olduğu gibi çalışmaz. Eğitim betiğini kendi kullanım senarinize göre uyarlamanız gerekecektir. Bu konuda size yardımcı olmak için veri ön işleme kodunu ve eğitim döngüsünü tamamen açtık; böylece bunları kendi kullanımınıza göre değiştirebilirsiniz.
- **Yeni başlayanlar için uygun**: Eğitim betikleri, en iyi ve en rekabetçi sonuçları elde etmek için en son ileri düzey yöntemleri içermek yerine, yeni başlayanlar için uygun ve anlaşılması kolay olacak şekilde tasarlanmıştır. Çok karmaşık bulduğumuz eğitim yöntemleri bilinçli olarak dışarıda bırakılmıştır.
- **Tek amaçlı**: Her eğitim betiği, okunabilir ve anlaşılır kalmasını sağlamak amacıyla yalnızca tek bir görev için açıkça tasarlanmıştır.

Mevcut eğitim betikleri koleksiyonumuz şunları içerir:

| Eğitim | SDXL desteği | LoRA desteği |
|---|---|---|
| [koşulsuz görüntü üretimi](https://github.com/huggingface/diffusers/tree/main/examples/unconditional_image_generation) [![Open In Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/training_example.ipynb) |  |  |
| [metinden görüntüye](https://github.com/huggingface/diffusers/tree/main/examples/text_to_image) | 👍 | 👍 |
| [metinsel ters çevirme](https://github.com/huggingface/diffusers/tree/main/examples/textual_inversion) [![Open In Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/sd_textual_inversion_training.ipynb) |  |  |
| [DreamBooth](https://github.com/huggingface/diffusers/tree/main/examples/dreambooth) [![Open In Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/sd_dreambooth_training.ipynb) | 👍 | 👍 |
| [ControlNet](https://github.com/huggingface/diffusers/tree/main/examples/controlnet) | 👍 |  |
| [InstructPix2Pix](https://github.com/huggingface/diffusers/tree/main/examples/instruct_pix2pix) | 👍 |  |
| [Özel Difüzyon](https://github.com/huggingface/diffusers/tree/main/examples/custom_diffusion) |  |  |
| [T2I-Adapters](https://github.com/huggingface/diffusers/tree/main/examples/t2i_adapter) | 👍 |  |
| [Kandinsky 2.2](https://github.com/huggingface/diffusers/tree/main/examples/kandinsky2_2/text_to_image) |  | 👍 |

Bu örnekler **aktif olarak** sürdürülmektedir, bu nedenle beklenen şekilde çalışmıyorlarsa bir sorun açmaktan çekinmeyin. Başka bir eğitim örneğinin dahil edilmesi gerektiğini düşünüyorsanız, özelliğin kendi içinde tamamlanabilir, kolayca ayarlanabilir, başlangıç seviyesine uygun ve tek amaçlı olma kriterlerimizi karşılayıp karşılamadığını bizimle tartışmak için bir [Özellik Talebi](https://github.com/huggingface/diffusers/issues/new?assignees=&labels=&template=feature_request.md&title=) başlatmaktan memnuniyet duyarız.

## Yükle

Kütüphaneyi kaynak kodundan yeni bir sanal ortamda kurarak örnek betiklerin en son sürümlerini başarıyla çalıştırabildiğinizden emin olun:

```bash
git clone https://github.com/huggingface/diffusers
cd diffusers
pip install .
```

Ardından eğitim betiğinin bulunduğu klasöre (örneğin, [DreamBooth](https://github.com/huggingface/diffusers/tree/main/examples/dreambooth)) gidin ve `requirements.txt` dosyasını yükleyin. Bazı eğitim betiklerinin SDXL veya LoRA için özel bir gereksinim dosyası vardır. Bu betiklerden birini kullanıyorsanız, ilgili gereksinim dosyasını yüklediğinizden emin olun.

```bash
cd examples/dreambooth
pip install -r requirements.txt
# to train SDXL with DreamBooth
pip install -r requirements_sdxl.txt
```

Eğitimi hızlandırmak ve bellek kullanımını azaltmak için şunları öneriyoruz:

- Eğitim sırasında [scaled dot product attention](../optimization/fp16#scaled-dot-product-attention) kullanımı için otomatik olarak PyTorch 2.0 veya üzeri bir sürüm kullanın (eğitim kodunda herhangi bir değişiklik yapmanıza gerek yoktur)
- bellek verimli dikkati etkinleştirmek için [xFormers](../optimization/attention_backends) yüklenmesi