🤗 Diffusers 提供了一系列训练脚本供您训练自己的diffusion模型。您可以在 diffusers/examples 找到所有训练脚本。
每个训练脚本具有以下特点:
requirements.txt 文件安装当前提供的训练脚本包括:
| 训练类型 | 支持SDXL | 支持LoRA | 支持Flax |
|---|---|---|---|
| unconditional image generation | |||
| text-to-image | 👍 | 👍 | 👍 |
| textual inversion | 👍 | ||
| DreamBooth | 👍 | 👍 | 👍 |
| ControlNet | 👍 | 👍 | |
| InstructPix2Pix | 👍 | ||
| Custom Diffusion | |||
| T2I-Adapters | 👍 | ||
| Kandinsky 2.2 | 👍 | ||
| Wuerstchen | 👍 |
这些示例处于积极维护状态,如果遇到问题请随时提交issue。如果您认为应该添加其他训练示例,欢迎创建功能请求与我们讨论,我们将评估其是否符合独立完整、易于调整、新手友好和单一用途的标准。
请按照以下步骤在新虚拟环境中从源码安装库,确保能成功运行最新版本的示例脚本:
git clone https://github.com/huggingface/diffusers
cd diffusers
pip install .然后进入具体训练脚本目录(例如DreamBooth),安装对应的requirements.txt文件。部分脚本针对SDXL、LoRA或Flax有特定要求文件,使用时请确保安装对应文件。
cd examples/dreambooth
pip install -r requirements.txt
# 如需用DreamBooth训练SDXL
pip install -r requirements_sdxl.txt为加速训练并降低内存消耗,我们建议:
< > Update on GitHub