# AutoModel

Класс [AutoModel](/docs/diffusers/v0.43.0/ru/api/models/auto_model#diffusers.AutoModel) автоматически определяет и загружает правильный класс модели (UNet, transformer, VAE) из файла `config.json`. Вам не нужно заранее знать конкретное имя класса модели. Он поддерживает типы данных и размещение на устройствах, а также работает с различными типами моделей и библиотеками.

Пример ниже загружает трансформер из Diffusers и текстовый энкодер из Transformers. Используйте параметр `subfolder`, чтобы указать, откуда загружать файл `config.json`.

```py
import torch
from diffusers import AutoModel, DiffusionPipeline

transformer = AutoModel.from_pretrained(
    "Qwen/Qwen-Image", subfolder="transformer", dtype=torch.bfloat16, device_map="cuda"  # or "mps", "xpu", "cpu"
)

text_encoder = AutoModel.from_pretrained(
    "Qwen/Qwen-Image", subfolder="text_encoder", dtype=torch.bfloat16, device_map="cuda"
)
```

## Пользовательские модели

[AutoModel](/docs/diffusers/v0.43.0/ru/api/models/auto_model#diffusers.AutoModel) also loads models from the [Hub](https://huggingface.co/models) that aren't included in Diffusers. Set `trust_remote_code=True` in [AutoModel.from_pretrained()](/docs/diffusers/v0.43.0/ru/api/models/auto_model#diffusers.AutoModel.from_pretrained) to load custom models.

Для пользовательского репозитория модели необходим Python-модуль с классом модели, а также файл `config.json` с записью `auto_map`, которая сопоставляет `"AutoModel"` с `"module_file.ClassName"`.

```
custom/custom-transformer-model/
├── config.json
├── my_model.py
└── diffusion_pytorch_model.safetensors
```

Файл `config.json` содержит поле `auto_map`, указывающее на пользовательский класс.

```json
{
  "auto_map": {
    "AutoModel": "my_model.MyCustomModel"
  }
}
```

Затем загрузите его с `trust_remote_code=True`.

```py
import torch
from diffusers import AutoModel

transformer = AutoModel.from_pretrained(
    "custom/custom-transformer-model", trust_remote_code=True, dtype=torch.bfloat16, device_map="cuda"  # or "mps", "xpu", "cpu"
)
```

В качестве примера из реальной практики [Overworld/Waypoint-1-Small](https://huggingface.co/Overworld/Waypoint-1-Small/tree/main/transformer) содержит пользовательский класс `WorldModel`, распределённый по нескольким модулям в подпапке `transformer`.

```
transformer/
├── config.json          # auto_map: "model.WorldModel"
├── model.py
├── attn.py
├── nn.py
├── cache.py
├── quantize.py
├── __init__.py
└── diffusion_pytorch_model.safetensors
```

```py
import torch
from diffusers import AutoModel

transformer = AutoModel.from_pretrained(
    "Overworld/Waypoint-1-Small", subfolder="transformer", trust_remote_code=True, dtype=torch.bfloat16, device_map="cuda"  # or "mps", "xpu", "cpu"
)
```

Если пользовательская модель наследуется от класса [ModelMixin](/docs/diffusers/v0.43.0/ru/api/models/overview#diffusers.ModelMixin), она получает доступ к тем же возможностям, что и классы моделей Diffusers, например [региональная компиляция](../optimization/fp16#regional-compilation) и [групповая разгрузка](../optimization/memory#group-offloading).

> [!WARNING]
> В качестве меры предосторожности при использовании `trust_remote_code=True` передайте хеш коммита в аргумент `revision` в [AutoModel.from_pretrained()](/docs/diffusers/v0.43.0/ru/api/models/auto_model#diffusers.AutoModel.from_pretrained), чтобы убедиться, что код не был обновлён с добавлением нового вредоносного кода (если вы полностью доверяете владельцам модели).
>
> ```py
> transformer = AutoModel.from_pretrained(
>     "Overworld/Waypoint-1-Small", subfolder="transformer", trust_remote_code=True, revision="a3d8cb2"
> )
> ```

## Сохранение пользовательских моделей

Используйте `register_for_auto_class()`, чтобы автоматически добавить запись `auto_map` в `config.json` при сохранении. Это избавляет от необходимости вручную редактировать файл конфигурации.

```py
# my_model.py
from diffusers import ModelMixin, ConfigMixin

class MyCustomModel(ModelMixin, ConfigMixin):
    ...

MyCustomModel.register_for_auto_class("AutoModel")

model = MyCustomModel(...)
model.save_pretrained("./my_model")
```

Сохранённый `config.json` будет содержать поле `auto_map`.

```json
{
  "auto_map": {
    "AutoModel": "my_model.MyCustomModel"
  }
}
```

## Дальнейшие шаги

Подробнее о реализации пользовательских моделей см. в руководстве [Компоненты сообщества](../using-diffusers/custom_pipeline_overview#community-components).