Diffusers documentation
DreamBooth
ابدأ الآن
الاستدلال
استخدام خطوط أنابيب الانتشار
المُكيِّفات والتخصيص
تحسين الأداء والتوسع
المولّدات التوليدية المعيارية
التدريب والتخصيص
الموارد
ساهم
واجهة برمجة التطبيقات
DreamBooth
يُخصّص DreamBooth 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() وشمل المعرّف الفريد في الموجه (prompt) لتفعيل التوليد.
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.
Update on GitHub