# DreamBooth

[DreamBooth](https://huggingface.co/papers/2208.12242) personaliza um modelo pré-treinado para um sujeito específico a partir de algumas imagens (por exemplo, seu gato) ajustando todos os pesos e vinculando esse sujeito a um identificador único no prompt (`sks cat`). Em seguida, você pode gerar o sujeito em novos cenários, iluminação, poses e estilos.

Os checkpoints do DreamBooth geralmente têm alguns GBs, pois contêm os pesos completos do modelo. Carregue-os com [from_pretrained()](/docs/diffusers/v0.43.0/pt/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained) e inclua o identificador único no prompt para acionar a geração.

```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 treinar seu próprio checkpoint, consulte [Treinar DreamBooth](../training/dreambooth).