التدريب بالتعلم المعزز باستخدام DDPO

يمكنك ضبط نموذج Stable Diffusion على دالة مكافأة عبر التعلم المعزز باستخدام مكتبة 🤗 TRL و 🤗 Diffusers. يتم ذلك باستخدام خوارزمية تحسين سياسة الانتشار بدون الضوضاء (DDPO) التي قدمها Black وآخرون في Training Diffusion Models with Reinforcement Learning، وهي مُنفَّذة في 🤗 TRL من خلال DDPOTrainer.

لمزيد من المعلومات، راجع مرجع واجهة برمجة التطبيقات الخاصة بـ DDPOTrainer ومنشور المدونة Finetune Stable Diffusion Models with DDPO via TRL.

Update on GitHub