? Diffusers는 이미지, 오디오는 물론 분자의 3D 구조까지 생성하기 위한 최첨단 사전 훈련된 확산 모델을 위한 라이브러리입니다. 간단한 추론 솔루션을 찾고 계시거나 자신만의 확산 모델을 훈련시키시겠습니까? Diffusers는 두 가지를 모두 지원하는 모듈식 도구 상자입니다. 우리 라이브러리는 성능보다는 유용성, 쉬움보다는 단순함, 추상화보다는 사용자 정의 가능성에 중점을 두고 설계되었습니다.
? 디퓨저는 세 가지 핵심 구성 요소를 제공합니다.
? 설치를 권장합니다. PyPI 또는 Conda의 가상 환경에 있는 디퓨저. PyTorch 및 Flax 설치에 대한 자세한 내용은 해당 공식 문서를 참조하세요.
핍으로(공식…
https://blackforestlabs.ai/announce-black-forest-labs/
python3 -m venv fluxtest source fluxtest/bin/activate
https://huggingface.co/docs/huggingface_hub/main/en/guides/cli
pip install -U "huggingface_hub[cli]" huggingface-cli login
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
image.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")
마지막으로 Python 스크립트를 실행하여 이미지를 생성합니다.
python image.py
출력
위 내용은 디퓨저와 함께 Flux.n Mac 실행의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!