# AutoPipeline

[AutoPipeline](../api/pipelines/auto_pipeline) est un pipeline *tâche-modèle* qui sélectionne automatiquement le sous-classe de pipeline correct en fonction de la tâche. Il gère la complexité du chargement de différents sous-classes de pipeline sans avoir besoin de connaître le nom spécifique du sous-classe de pipeline.

Cela diffère de [DiffusionPipeline](/docs/diffusers/v0.43.0/fr/api/pipelines/overview#diffusers.DiffusionPipeline), un pipeline *model-only* qui sélectionne automatiquement la sous-classe de pipeline en fonction du modèle.

```text
AutoPipelineForImage2Image.from_pretrained(model_id)
        |
        +-- read model_index.json  (e.g. StableDiffusionXLPipeline)
        +-- task mapping           (image-to-image)
        |
        v
StableDiffusionXLImg2ImgPipeline   // returned instance
```

[AutoPipelineForImage2Image](/docs/diffusers/v0.43.0/fr/api/pipelines/auto_pipeline#diffusers.AutoPipelineForImage2Image) renvoie la sous-classe spécifique à la tâche (par exemple, [StableDiffusionXLImg2ImgPipeline](/docs/diffusers/v0.43.0/fr/api/pipelines/stable_diffusion/stable_diffusion_xl#diffusers.StableDiffusionXLImg2ImgPipeline)), qui ne peut être utilisée que pour les tâches d’image vers image.

```py
import torch
from diffusers import AutoPipelineForImage2Image

pipeline = AutoPipelineForImage2Image.from_pretrained(
  "RunDiffusion/Juggernaut-XL-v9", dtype=torch.bfloat16, device_map="cuda",  # or "mps", "xpu", "cpu"
)
print(pipeline)
# StableDiffusionXLImg2ImgPipeline {
#   "_class_name": "StableDiffusionXLImg2ImgPipeline",
#   ...
# }
```

Charger le même modèle avec [DiffusionPipeline](/docs/diffusers/v0.43.0/fr/api/pipelines/overview#diffusers.DiffusionPipeline) renvoie la sous-classe texte-vers-image par défaut, [StableDiffusionXLPipeline](/docs/diffusers/v0.43.0/fr/api/pipelines/stable_diffusion/stable_diffusion_xl#diffusers.StableDiffusionXLPipeline). Ce pipeline est destiné au texte-vers-image. Pour l’image-vers-image ou l’inpainting, chargez un AutoPipeline de tâche tel que [AutoPipelineForImage2Image](/docs/diffusers/v0.43.0/fr/api/pipelines/auto_pipeline#diffusers.AutoPipelineForImage2Image) ou [AutoPipelineForInpainting](/docs/diffusers/v0.43.0/fr/api/pipelines/auto_pipeline#diffusers.AutoPipelineForInpainting), ou la sous-classe spécifique à la tâche correspondante.

```py
import torch
from diffusers import DiffusionPipeline

pipeline = DiffusionPipeline.from_pretrained(
  "RunDiffusion/Juggernaut-XL-v9", dtype=torch.bfloat16, device_map="cuda",  # or "mps", "xpu", "cpu"
)
print(pipeline)
# StableDiffusionXLPipeline {
#   "_class_name": "StableDiffusionXLPipeline",
#   ...
# }
```

## Changer de tâche avec from_pipe

Chargez un AutoPipeline de tâche une seule fois, puis changez de tâche avec [from_pipe()](/docs/diffusers/v0.43.0/fr/api/pipelines/auto_pipeline#diffusers.AutoPipelineForImage2Image.from_pipe) sans télécharger à nouveau les poids. Les composants sont réutilisés depuis le pipeline source.

```py
import torch
from diffusers import AutoPipelineForText2Image, AutoPipelineForImage2Image

pipeline_t2i = AutoPipelineForText2Image.from_pretrained(
  "RunDiffusion/Juggernaut-XL-v9", dtype=torch.bfloat16, device_map="cuda",  # or "mps", "xpu", "cpu"
)
pipeline_i2i = AutoPipelineForImage2Image.from_pipe(pipeline_t2i)
```

Voir [Réutilisation de modèles dans plusieurs pipelines](../using-diffusers/loading#reusing-models-in-multiple-pipelines) pour plus de détails.

Consultez les [mappings](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/auto_pipeline.py) pour vérifier si un modèle est pris en charge. La tentative de chargement d'un modèle non pris en charge renvoie une erreur.

```py
import torch
from diffusers import AutoPipelineForImage2Image

pipeline = AutoPipelineForImage2Image.from_pretrained(
    "openai/shap-e-img2img", dtype=torch.float16,
)
"ValueError: AutoPipeline can't find a pipeline linked to ShapEImg2ImgPipeline for None"
```

Il existe quatre types de classes [AutoPipeline](../api/pipelines/auto_pipeline) :

- [AutoPipelineForText2Image](/docs/diffusers/v0.43.0/fr/api/pipelines/auto_pipeline#diffusers.AutoPipelineForText2Image)
- [AutoPipelineForImage2Image](/docs/diffusers/v0.43.0/fr/api/pipelines/auto_pipeline#diffusers.AutoPipelineForImage2Image)
- [AutoPipelineForInpainting](/docs/diffusers/v0.43.0/fr/api/pipelines/auto_pipeline#diffusers.AutoPipelineForInpainting)
- [AutoPipelineForText2Audio](/docs/diffusers/v0.43.0/fr/api/pipelines/auto_pipeline#diffusers.AutoPipelineForText2Audio)

Chacune de ces classes possède une correspondance prédéfinie, associant un pipeline à sa sous-classe spécifique à la tâche.

Lors de l’appel de [from_pretrained()](/docs/diffusers/v0.43.0/fr/api/pipelines/auto_pipeline#diffusers.AutoPipelineForText2Image.from_pretrained), le nom de la classe est extrait du fichier `model_index.json` et le sous-ensemble de pipeline approprié pour la tâche est sélectionné en fonction de la correspondance.