Diffusers documentation
DiffusionPipeline'den gelen
Başlayın
Çıkarım
Diffusion pipeline'ları kullanma
Adaptörler ve kişiselleştirme
Optimize et ve ölçeklendir
Temel performans
Hız ve bellek
Dağıtık çıkarım
Kantizasyon
Donanıma özgü hızlandırma
Topluluk yöntemleri
Modüler Diffusers
Genel BakışHızlı BaşlangıçDiffusionPipeline'den gelenDurumlarModülerPipelineBloklarıSequentialPipelineBlocksLoopSequentialPipelineBlocksAutoPipelineBlocksModularPipelineRehberlerComponentsManagerOtomatik dokümantasyon dizgesi ve parametre şablonlarıÖzel Bloklar OluşturmaMellon ile Özel Blokların Kullanımı
Eğit ve ince ayar yap
Kaynaklar
Katkıda bulun
API
You are viewing main version, which requires installation from source. If you'd like
regular pip install, checkout the latest stable version (v0.43.0).
DiffusionPipeline'den gelen
DiffusionPipeline ile aşinalıysanız ve ModularPipeline ile ilk kez çalışıyorsanız, bazı şeyler farklı işler. hızlı başlangıç bölümünden geçmeden önce bunları aklınızda bulundurmanız için burada listelenmiştir.
- Yükleme tembel ve esnektir. from_pretrained(), herhangi bir ağırlık yüklemeksizin hattı repodaki
modular_model_index.jsondosyasından oluşturur. Ardından load_components() bileşenleri yükler ve hepsini tek seferde yüklemek zorunda değildir: varsayılan olarak her şeyi yükler, ancak yalnızcanamesile adını belirttiğiniz bileşenleri veyaworkflowile bir iş akışının ihtiyaç duyduğu bileşen setini yükleyebilirsiniz. update_components(), zaten sahip olduğunuz bir bileşeni yeniden kullanmanıza veya repodaki spesifikasyondan farklı bir bileşeni kullanmanıza olanak tanır. Bileşenleri yükleme ve Bileşenleri güncelleme bölümlerine bakın. - ModularPipeline, farklı bir dizin olan
modular_model_index.jsondosyasını okur; ancak modelin bir modüler pipeline'a sahip olması koşuluyla, yalnızcamodel_index.jsoniçeren bir depoyla da çalışır. Tersi geçerli değildir: DiffusionPipeline veAutoPipelinesınıfları, yalnızcamodular_model_index.jsoniçeren bir depoyla çalışmaz. - A call returns the pipeline state, which holds the intermediate values too (
prompt_embeds,latents, …). Ask for what you need with theoutputargument,output="images"oroutput=["images", "latents"], or read an attribute of the state, as in the quickstart. See States. - Classifier-free guidance,
guiderbileşeninde desteklenir,guidance_scaleçağrı argümanı olarak değil:pipe.update_components(guider=ClassifierFreeGuidance(guidance_scale=5.0)). guiders kılavuzu'na bakın. - There is no
callback_on_step_end; however, you can insert a block into the denoising loop to use your existing callback functions. See Modular pipelines in the callbacks guide. - Pipeline, bloklardan oluşan bir grafiktir ve init_pipeline() ile oluşturulmadan önce bunları değiştirebilirsiniz (çıkar, ekle, değiştir);
pipe.blocksbir kopya döndürür, bu nedenle blokları önce düzenleyin. Yeni iş akışları oluşturma bölümüne bakın. - Offloading is handled by a ComponentsManager, which can serve several pipelines that share components. See the ComponentsManager guide.