xinweili commited on
Commit
e8c50d8
1 Parent(s): 0a674ec

Update table.md

Browse files
Files changed (1) hide show
  1. table.md +113 -0
table.md CHANGED
@@ -8,3 +8,116 @@
8
  #### 1.2 扩散模型的发展
9
  #### 1.3 扩散模型的应用
10
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
8
  #### 1.2 扩散模型的发展
9
  #### 1.3 扩散模型的应用
10
 
11
+ ### 第二章 HuggingFace介绍与环境准备
12
+
13
+ #### 2.1 HuggingFace Space
14
+ #### 2.2 Transformer 与 diffusers 库
15
+ #### 2.3 环境准备
16
+
17
+ ## 第二部分 扩散模型实战
18
+
19
+ ### 第三章 从零开始做扩散模型
20
+
21
+ #### 3.1 章节概述
22
+ #### 3.2 环境准备
23
+ 3.2.1 环境的创建与导入
24
+ 3.2.2 数据集测试
25
+ #### 3.3 扩散模型-退化过程
26
+ #### 3.4 扩散模型训练
27
+ #### 3.4.1 Unet模型
28
+ #### 3.4.2 开始训练模型
29
+ #### 3.5 扩散模型-采样(取样)过程
30
+ #### 3.5.1 采样(取样)过程
31
+ #### 3.5.2 与DDPM的区别
32
+ #### 3.5.3 UNet2DModel模型
33
+ #### 3.6 扩散模型-退化过程示例
34
+ #### 3.6.1 退化过程
35
+ #### 3.6.2 最终的训练目标
36
+ #### 3.7 拓展知识
37
+ #### 3.7.1 迭代周期(Timestep)的调节
38
+ #### 3.7.2 采样(取样)的关键问题
39
+ #### 3.8 本章小结
40
+
41
+ ### 第四章 Diffusers实战
42
+ #### 4.1 章节概述
43
+ #### 4.2 环境准备
44
+ #### 4.2.1 安装Diffusers库
45
+ #### 4.2.2 Dreambooth-全新的扩散模型
46
+ #### 4.2.3 Diffusers核心API
47
+ #### 4.3 实战:生成美丽的蝴蝶图片
48
+ #### 4.3.1 下载蝴蝶图像集
49
+ #### 4.3.2 扩散模型-调度器
50
+ #### 4.3.3 定义扩散模型
51
+ #### 4.3.4 创建扩散模型训练循环
52
+ #### 4.3.5 图像的生成
53
+ #### 4.4 拓展知识
54
+ #### 4.4.1 将模型上传到Hub上
55
+ #### 4.4.2 扩大训练模型的规模
56
+ #### 4.5 本章小结
57
+
58
+ ### 第五章 微调和引导
59
+ #### 5.1 章节概述
60
+ #### 5.2 环境准备
61
+ #### 5.3 载入一个预训练过的管线
62
+ #### 5.4 DDIM-更快的采样过程
63
+ #### 5.5 扩散模型-微调
64
+ #### 5.5.1 实战:微调
65
+ #### 5.5.2 使用最小化样例脚本微调模型
66
+ #### 5.5.3 保存和载入微调过的管线
67
+ #### 5.6 扩散模型-引导
68
+ #### 5.6.1 实战:引导
69
+ #### 5.6.2 CLIP 引导
70
+ #### 5.7 分享你的自定义采样训练
71
+ #### 5.7.1 环境准备
72
+ #### 5.7.2 创建一个以类别为条件的UNet
73
+ #### 5.7.3 训练与采样
74
+ #### 5.8 本章小结
75
+ #### 5.9 实战:创建一个类别条件扩散模型
76
+
77
+ ### 第六章 Stable Diffusion
78
+ #### 6.1 章节概述
79
+ #### 6.2 环境准备
80
+ #### 6.3 从文本生成图像
81
+ #### 6.4 Stable Diffusion Pipeline
82
+ #### 6.4.1 可变分自编码器(VAE)
83
+ #### 6.4.2 分词器(Tokenizer)和文本编码器(Text Encoder)
84
+ #### 6.4.3 UNet
85
+ #### 6.4.4 调度器(Scheduler)
86
+ #### 6.4.5 DIY一个采样循环
87
+ #### 6.5 其他管线介绍
88
+ #### 6.5.1 Img2Img
89
+ #### 6.5.2 In-Painting
90
+ #### 6.5.3 Depth2Image
91
+ #### 6.5.4 拓展:管理你的模型缓存
92
+ #### 6.6 本章小结
93
+
94
+ ### 第七章 DDIM反转
95
+ #### 7.1 本章概述
96
+ #### 7.2 实战:反转
97
+ #### 7.2.1 设置
98
+ #### 7.2.2 加载一个已训练的管道
99
+ #### 7.2.3 DDIM采样
100
+ #### 7.2.4 反转
101
+ #### 7.3 组合封装
102
+ #### 7.4 本章小结
103
+
104
+ ### 第八章 音频扩散模型
105
+ #### 8.1 本章概述
106
+ #### 8.2 实战:音频扩散模型
107
+ #### 8.2.1 设置与导入
108
+ #### 8.2.2 从预先训练的音频管道采样
109
+ #### 8.2.3 从音频到频谱的转换
110
+ #### 8.2.4 微调管道
111
+ #### 8.2.5 循环训练
112
+ #### 8.3 将模型上传到Hub上
113
+ #### 8.4 本章小结
114
+
115
+ ### 第九章 社区资源
116
+ #### 9.1 开源模型
117
+ #### 9.2 作品交流平台
118
+ #### 9.3 咒术书(prompt engineering)
119
+
120
+ ## 附录 精美图像集展示
121
+
122
+
123
+