影像修補（Inpainting）
把多模態影像生成再升級一下，結合 影像修補（image inpainting）。你會使用 StableDiffusionControlNetInpaintPipeline 和已為你準備好的影像遮罩（mask_image），把梵谷的自畫像鬍子改成黑色：
注意：擴散模型的推論可能需要較長時間，因此我們已為你預先載入生成的影像。即使更換不同的提示，也不會生成新影像。
影像的原始版本已載入為 init_image，並搭配一張由影片中的 make_inpaint_condition() 函式建立的控制影像（control_image）。
本練習屬於課程
使用 Hugging Face 的多模態模型
練習說明
- 以能生成「黑色鬍子」的提示來執行管線，並指定
num_inference_steps=40，同時傳入init_image、mask_image，以及control_image。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Run the pipeline requesting a black beard
output = pipe(
____,
num_inference_steps=____,
eta=1.0,
image=____,
mask_image=____,
control_image=____
)
plt.imshow(output.images[0])
plt.show()