Update README.md
Browse files
README.md
CHANGED
@@ -1,3 +1,131 @@
|
|
1 |
-
|
2 |
-
|
3 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
# 《从零开始学扩散模型》
|
2 |
+
|
3 |
+
# 术语表
|
4 |
+
|
5 |
+
## Diffusers
|
6 |
+
|
7 |
+
| 词汇 | 翻译 |
|
8 |
+
| :---------------------- | :--- |
|
9 |
+
| Corruption Process | 退化过程 |
|
10 |
+
|
11 |
+
|
12 |
+
# 目录
|
13 |
+
|
14 |
+
## 第一部分 基础知识
|
15 |
+
|
16 |
+
### 第一章 扩散模型的原理、发展和应用
|
17 |
+
|
18 |
+
#### 1.1 扩散模型的原理
|
19 |
+
#### 1.2 扩散模型的发展
|
20 |
+
#### 1.3 扩散模型的应用
|
21 |
+
|
22 |
+
### 第二章 HuggingFace介绍与环境准备
|
23 |
+
|
24 |
+
#### 2.1 HuggingFace Space
|
25 |
+
#### 2.2 Transformer 与 diffusers 库
|
26 |
+
#### 2.3 环境准备
|
27 |
+
|
28 |
+
## 第二部分 扩散模型实战
|
29 |
+
|
30 |
+
### 第三章 从零开始做扩散模型
|
31 |
+
|
32 |
+
#### 3.1 章节概述
|
33 |
+
#### 3.2 环境准备
|
34 |
+
#### 3.2.1 环境的创建与导入
|
35 |
+
#### 3.2.2 数据集测试
|
36 |
+
#### 3.3 扩散模型-退化过程
|
37 |
+
#### 3.4 扩散模型训练
|
38 |
+
#### 3.4.1 Unet模型
|
39 |
+
#### 3.4.2 开始训练模型
|
40 |
+
#### 3.5 扩散模型-采样(取样)过程
|
41 |
+
#### 3.5.1 采样(取样)过程
|
42 |
+
#### 3.5.2 与DDPM的区别
|
43 |
+
#### 3.5.3 UNet2DModel模型
|
44 |
+
#### 3.6 扩散模型-退化过程示例
|
45 |
+
#### 3.6.1 退化过程
|
46 |
+
#### 3.6.2 最终的训练目标
|
47 |
+
#### 3.7 拓展知识
|
48 |
+
#### 3.7.1 迭代周期(Timestep)的调节
|
49 |
+
#### 3.7.2 采样(取样)的关键问题
|
50 |
+
#### 3.8 本章小结
|
51 |
+
|
52 |
+
### 第四章 Diffusers实战
|
53 |
+
#### 4.1 章节概述
|
54 |
+
#### 4.2 环境准备
|
55 |
+
#### 4.2.1 安装Diffusers库
|
56 |
+
#### 4.2.2 Dreambooth-全新的扩散模型
|
57 |
+
#### 4.2.3 Diffusers核心API
|
58 |
+
#### 4.3 实战:生成美丽的蝴蝶图片
|
59 |
+
#### 4.3.1 下载蝴蝶图像集
|
60 |
+
#### 4.3.2 扩散模型-调度器
|
61 |
+
#### 4.3.3 定义扩散模型
|
62 |
+
#### 4.3.4 创建扩散模型训练循环
|
63 |
+
#### 4.3.5 图像的生成
|
64 |
+
#### 4.4 拓展知识
|
65 |
+
#### 4.4.1 将模型上传到Hub上
|
66 |
+
#### 4.4.2 扩大训练模型的规模
|
67 |
+
#### 4.5 本章小结
|
68 |
+
|
69 |
+
### 第五章 微调和引导
|
70 |
+
#### 5.1 章节概述
|
71 |
+
#### 5.2 环境准备
|
72 |
+
#### 5.3 载入一个预训练过的管线
|
73 |
+
#### 5.4 DDIM-更快的采样过程
|
74 |
+
#### 5.5 扩散模型-微调
|
75 |
+
#### 5.5.1 实战:微调
|
76 |
+
#### 5.5.2 使用最小化样例脚本微调模型
|
77 |
+
#### 5.5.3 保存和载入微调过的管线
|
78 |
+
#### 5.6 扩散模型-引导
|
79 |
+
#### 5.6.1 实战:引导
|
80 |
+
#### 5.6.2 CLIP 引导
|
81 |
+
#### 5.7 分享你的自定义采样训练
|
82 |
+
#### 5.7.1 环境准备
|
83 |
+
#### 5.7.2 创建一个以类别为条件的UNet
|
84 |
+
#### 5.7.3 训练与采样
|
85 |
+
#### 5.8 本章小结
|
86 |
+
#### 5.9 实战:创建一个类别条件扩散模型
|
87 |
+
|
88 |
+
### 第六章 Stable Diffusion
|
89 |
+
#### 6.1 章节概述
|
90 |
+
#### 6.2 环境准备
|
91 |
+
#### 6.3 从文本生成图像
|
92 |
+
#### 6.4 Stable Diffusion Pipeline
|
93 |
+
#### 6.4.1 可变分自编码器(VAE)
|
94 |
+
#### 6.4.2 分词器(Tokenizer)和文本编码器(Text Encoder)
|
95 |
+
#### 6.4.3 UNet
|
96 |
+
#### 6.4.4 调度器(Scheduler)
|
97 |
+
#### 6.4.5 DIY一个采样循环
|
98 |
+
#### 6.5 其他管线介绍
|
99 |
+
#### 6.5.1 Img2Img
|
100 |
+
#### 6.5.2 In-Painting
|
101 |
+
#### 6.5.3 Depth2Image
|
102 |
+
#### 6.5.4 拓展:管理你的模型缓存
|
103 |
+
#### 6.6 本章小结
|
104 |
+
|
105 |
+
### 第七章 DDIM反转
|
106 |
+
#### 7.1 本章概述
|
107 |
+
#### 7.2 实战:反转
|
108 |
+
#### 7.2.1 设置
|
109 |
+
#### 7.2.2 加载一个已训练的管道
|
110 |
+
#### 7.2.3 DDIM采样
|
111 |
+
#### 7.2.4 反转
|
112 |
+
#### 7.3 组合封装
|
113 |
+
#### 7.4 本章小结
|
114 |
+
|
115 |
+
### 第八章 音频扩散模型
|
116 |
+
#### 8.1 本章概述
|
117 |
+
#### 8.2 实战:音频扩散模型
|
118 |
+
#### 8.2.1 设置与导入
|
119 |
+
#### 8.2.2 从预先训练的音频管道采样
|
120 |
+
#### 8.2.3 从音频到频谱的转换
|
121 |
+
#### 8.2.4 微调管道
|
122 |
+
#### 8.2.5 循环训练
|
123 |
+
#### 8.3 将模型上传到Hub上
|
124 |
+
#### 8.4 本章小结
|
125 |
+
|
126 |
+
### 第九章 社区资源
|
127 |
+
#### 9.1 开源模型
|
128 |
+
#### 9.2 作品交流平台
|
129 |
+
#### 9.3 咒术书(prompt engineering)
|
130 |
+
|
131 |
+
## 附录 精美图像集展示
|