什么是扩散器？
github-readme-tag”>
? diffusers：最先进的扩散模型，用于 pytorch 和 flax 中的图像和音频生成。
拥抱脸
/
扩散器
? diffusers：最先进的扩散模型，用于 pytorch 和 flax 中的图像和音频生成。
? diffusers 是最先进的预训练扩散模型的首选库，用于生成图像、音频甚至分子的 3d 结构。无论您是在寻找简单的推理解决方案还是训练自己的扩散模型，? diffusers 都是一个支持两者的模块化工具箱。我们的库的设计重点是可用性而不是性能，简单而不是简单，可定制性而不是抽象。
? diffusers 提供三个核心组件：
- 最先进的扩散管道，只需几行代码即可在推理中运行。
- 可互换的噪声调度器，用于不同的扩散速度和输出质量。
- 预训练模型可用作构建块，并与调度程序相结合，用于创建您自己的端到端扩散系统。
安装
我们建议在 pypi 或 conda 的虚拟环境中安装 ? diffusers。有关安装 pytorch 和 flax 的更多详细信息，请参阅他们的官方文档。
pytorch
与点（官方…
在 github 上查看
什么是助焊剂
https://blackforestlabs.ai/announcing-black-forest-labs/
1. 创建虚拟环境
python3 -m venv fluxtest source fluxtest/bin/activate
2. 通过 cli 登录 hugging face
https://huggingface.co/docs/huggingface_hub/main/en/guides/cli
pip install -u "huggingface_hub[cli]" huggingface-cli login
3.安装包
pip install torch==2.3.1 pip install git+https://github.com/huggingface/diffusers.git pip install transformers==4.43.3 sentencepiece==0.2.0 accelerate==0.33.0 protobuf==5
4. 运行python脚本
图像.py
import torch
from diffusers import fluxpipeline
import diffusers
_flux_rope = diffusers.models.transformers.transformer_flux.rope
def new_flux_rope(pos: torch.tensor, dim: int, theta: int) -> torch.tensor:
assert dim % 2 == 0, "the dimension must be even."
if pos.device.type == "mps":
return _flux_rope(pos.to("cpu"), dim, theta).to(device=pos.device)
else:
return _flux_rope(pos, dim, theta)
diffusers.models.transformers.transformer_flux.rope = new_flux_rope
pipe = fluxpipeline.from_pretrained("black-forest-labs/flux.1-schnell", revision='refs/pr/1', torch_dtype=torch.bfloat16).to("mps")
prompt = "japanese girl, photo-realistic"
out = pipe(
prompt=prompt,
guidance_scale=0.,
height=1024,
width=1024,
num_inference_steps=4,
max_sequence_length=256,
).images[0]
out.save("image.png")
最后，运行python脚本生成图像。
python image.py
输出
