Skip to content

Commit

Permalink
Fix doc KO unconditional_image_generation.md (huggingface#5236)
Browse files Browse the repository at this point in the history
Fix indent issue
  • Loading branch information
Mishig authored Sep 29, 2023
1 parent cc92332 commit 84e5cc5
Showing 1 changed file with 15 additions and 9 deletions.
24 changes: 15 additions & 9 deletions docs/source/ko/using-diffusers/unconditional_image_generation.md
Original file line number Diff line number Diff line change
Expand Up @@ -29,26 +29,32 @@ Unconditional 이미지 생성은 비교적 간단한 작업입니다. 모델이

이 가이드에서는 unconditional 이미지 생성에 ['DiffusionPipeline'][DDPM](https://arxiv.org/abs/2006.11239)을 사용합니다:

```python
```python
>>> from diffusers import DiffusionPipeline

>>> generator = DiffusionPipeline.from_pretrained("anton-l/ddpm-butterflies-128")
```
```

[diffusion 파이프라인]은 모든 모델링, 토큰화, 스케줄링 구성 요소를 다운로드하고 캐시합니다. 이 모델은 약 14억 개의 파라미터로 구성되어 있기 때문에 GPU에서 실행할 것을 강력히 권장합니다. PyTorch에서와 마찬가지로 제너레이터 객체를 GPU로 옮길 수 있습니다:
```python

```python
>>> generator.to("cuda")
```
```

이제 제너레이터를 사용하여 이미지를 생성할 수 있습니다:
```python

```python
>>> image = generator().images[0]
```
```

출력은 기본적으로 [PIL.Image](https://pillow.readthedocs.io/en/stable/reference/Image.html?highlight=image#the-image-class) 객체로 감싸집니다.

다음을 호출하여 이미지를 저장할 수 있습니다:
```python

```python
>>> image.save("generated_image.png")
```
```

아래 스페이스(데모 링크)를 이용해 보고, 추론 단계의 매개변수를 자유롭게 조절하여 이미지 품질에 어떤 영향을 미치는지 확인해 보세요!

<iframe src="https://stevhliu-ddpm-butterflies-128.hf.space" frameborder="0" width="850" height="500"></iframe>
<iframe src="https://stevhliu-ddpm-butterflies-128.hf.space" frameborder="0" width="850" height="500"></iframe>

0 comments on commit 84e5cc5

Please sign in to comment.