Hugging Face AutoTrain 新增图像分类任务，支持零代码训练
Hugging Face 的 AutoTrain 新增图像分类任务，用户无需编写代码，只需上传数据并选择候选模型数量即可开始训练。示例中 AutoTrain 启动 5 个模型进行对比，表现不佳的模型被自动停止以节省资源，最佳模型达到 84% 准确率，使用 5 个候选模型且图片少于 500 张时可免费训练。训练完成的模型可发布到 Hub 并通过内置推理组件试用。
#图像生成
#图像生成
今日 0 条Hugging Face BlogAI 评分3030
Hugging Face BlogAI 评分5252 diffusers 0.3 发布：新增图生图、Inpainting、Textual Inversion 与 Mac 支持
Hugging Face 发布 diffusers 0.3，新增图生图（Image to Image）pipeline、实验性 Inpainting pipeline 和 Textual Inversion，用户可用 3-5 张样本让 Stable Diffusion 学习新概念并分享。
Hugging Face Blog精选AI 评分6868 用 Diffusers 运行 Stable Diffusion 并自定义推理 pipeline
Hugging Face 官方博客介绍如何用 Diffusers 库运行 Stable Diffusion，该模型由 CompVis、Stability AI 和 LAION 基于 LAION-5B 子集训练，文章默认使用 v1-4 版本。
推荐理由：原文来自 Diffusers 官方团队，给出 Stable Diffusion 的推理代码、关键参数含义与自定义 pipeline 的完整写法，可对照复用。
Hugging Face BlogAI 评分3131 在 Graphcore IPU 上用 Hugging Face Optimum 微调 Vision Transformer 实战
Hugging Face 发布博客，演示如何用 Hugging Face Optimum 库在 Graphcore IPU 上微调预训练 Vision Transformer（ViT）模型，并提供配套 notebook，以 ChestX-ray14 胸部 X 光数据集为例逐步讲解。
Hugging Face BlogAI 评分2222 如何在 HF Mirror 中用 TF Serving 部署 TensorFlow 视觉模型
Hugging Face 介绍了用 TensorFlow Serving（TF Serving）在本地部署 Vision Transformer（ViT）图像分类模型的方法，可将其以 REST 或 gRPC 端点对外暴露。
Hugging Face BlogAI 评分3939 Hugging Face 图解 Diffusion Model（DDPM）PyTorch 逐步实现
Hugging Face 发布 DDPM 注释教程，基于 Phil Wang 的 PyTorch 实现逐步复现（Ho et al., 2020）的去噪扩散概率模型。文章讲解前向加噪与反向去噪两个过程、T=1000 时间步、正弦位置嵌入和 U-Net 的 ResNet 块，并给出可运行代码。扩散模型思想最早可追溯至 Sohl-Dickstein 等人 2015 年的工作。
Hugging Face BlogAI 评分2424 如何用自定义数据集微调 SegFormer 语义分割模型
Hugging Face 发布指南，演示如何用 transformers 微调 SegFormer 语义分割模型，目标是做一台能识别路况的披萨配送机器人。
Hugging Face BlogAI 评分4141 用 🤗 Transformers 微调 ViT 做图像分类
Hugging Face 发布教程，演示如何用 🤗 datasets 加载 beans 图像分类数据集、再用 ViTImageProcessor 和 🤗 transformers 微调预训练 ViT 模型。