Datasets:

HuggingFace-CN-community
/

Diffusion-book-cn

@@ -1,123 +0,0 @@
-# 《从零开始学扩散模型》
-## 第一部分 基础知识
-### 第一章 扩散模型的原理、发展和应用
-#### 1.1 扩散模型的原理
-#### 1.2 扩散模型的发展
-#### 1.3 扩散模型的应用
-### 第二章 HuggingFace介绍与环境准备
-#### 2.1 HuggingFace Space
-#### 2.2 Transformer 与 diffusers 库
-#### 2.3 环境准备
-## 第二部分 扩散模型实战
-### 第三章 从零开始做扩散模型
-#### 3.1 章节概述
-#### 3.2 环境准备
-#### 3.2.1 环境的创建与导入
-#### 3.2.2 数据集测试
-#### 3.3 扩散模型-退化过程
-#### 3.4 扩散模型训练
-#### 3.4.1 Unet模型
-#### 3.4.2 开始训练模型
-#### 3.5 扩散模型-采样（取样）过程
-#### 3.5.1 采样（取样）过程
-#### 3.5.2 与DDPM的区别
-#### 3.5.3 UNet2DModel模型
-#### 3.6 扩散模型-退化过程示例
-#### 3.6.1 退化过程
-#### 3.6.2 最终的训练目标
-#### 3.7 拓展知识
-#### 3.7.1 迭代周期（Timestep）的调节
-#### 3.7.2 采样（取样）的关键问题
-#### 3.8 本章小结
-### 第四章 Diffusers实战
-#### 4.1 章节概述
-#### 4.2 环境准备
-#### 4.2.1 安装Diffusers库
-#### 4.2.2 Dreambooth-全新的扩散模型
-#### 4.2.3 Diffusers核心API
-#### 4.3 实战：生成美丽的蝴蝶图片
-#### 4.3.1 下载蝴蝶图像集
-#### 4.3.2 扩散模型-调度器
-#### 4.3.3 定义扩散模型
-#### 4.3.4 创建扩散模型训练循环
-#### 4.3.5 图像的生成
-#### 4.4 拓展知识
-#### 4.4.1 将模型上传到Hub上
-#### 4.4.2 扩大训练模型的规模
-#### 4.5 本章小结
-### 第五章 微调和引导
-#### 5.1 章节概述
-#### 5.2 环境准备
-#### 5.3 载入一个预训练过的管线
-#### 5.4 DDIM-更快的采样过程
-#### 5.5 扩散模型-微调
-#### 5.5.1 实战：微调
-#### 5.5.2 使用最小化样例脚本微调模型
-#### 5.5.3 保存和载入微调过的管线
-#### 5.6 扩散模型-引导
-#### 5.6.1 实战：引导
-#### 5.6.2 CLIP 引导
-#### 5.7 分享你的自定义采样训练
-#### 5.7.1 环境准备
-#### 5.7.2 创建一个以类别为条件的UNet
-#### 5.7.3 训练与采样
-#### 5.8 本章小结
-#### 5.9 实战：创建一个类别条件扩散模型
-### 第六章 Stable Diffusion
-#### 6.1 章节概述
-#### 6.2 环境准备
-#### 6.3 从文本生成图像
-#### 6.4 Stable Diffusion Pipeline
-#### 6.4.1 可变分自编码器(VAE)
-#### 6.4.2 分词器(Tokenizer)和文本编码器(Text Encoder)
-#### 6.4.3 UNet
-#### 6.4.4 调度器(Scheduler)
-#### 6.4.5 DIY一个采样循环
-#### 6.5 其他管线介绍
-#### 6.5.1 Img2Img
-#### 6.5.2 In-Painting
-#### 6.5.3 Depth2Image
-#### 6.5.4 拓展：管理你的模型缓存
-#### 6.6 本章小结
-### 第七章 DDIM反转
-#### 7.1 本章概述
-#### 7.2 实战：反转
-#### 7.2.1 设置
-#### 7.2.2 加载一个已训练的管道
-#### 7.2.3 DDIM采样
-#### 7.2.4 反转
-#### 7.3 组合封装
-#### 7.4 本章小结
-### 第八章 音频扩散模型
-#### 8.1 本章概述
-#### 8.2 实战：音频扩散模型
-#### 8.2.1 设置与导入
-#### 8.2.2 从预先训练的音频管道采样
-#### 8.2.3 从音频到频谱的转换
-#### 8.2.4 微调管道
-#### 8.2.5 循环训练
-#### 8.3 将模型上传到Hub上
-#### 8.4 本章小结
-### 第九章 社区资源
-#### 9.1 开源模型
-#### 9.2 作品交流平台
-#### 9.3 咒术书（prompt engineering）
-## 附录 精美图像集展示