Jalankan Flux.n Mac dengan Peresap

Apa itu Diffusers?

muka berpelukan / penyebar

? Penyebar: Model penyebaran terkini untuk penjanaan imej dan audio dalam PyTorch dan FLAX.

? Peresap ialah perpustakaan yang boleh digunakan untuk model resapan terlatih terkini untuk menjana imej, audio dan juga struktur molekul 3D. Sama ada anda sedang mencari penyelesaian inferens mudah atau melatih model resapan anda sendiri, ? Peresap ialah kotak alat modular yang menyokong kedua-duanya. Pustaka kami direka bentuk dengan tumpuan pada kebolehgunaan berbanding prestasi, ringkas berbanding mudah dan kebolehsesuaian berbanding abstrak.

? Peresap menawarkan tiga komponen teras:

• Saluran resapan tercanggih yang boleh dijalankan secara inferens dengan hanya beberapa baris kod.
• Penjadual hingar yang boleh ditukar ganti untuk kelajuan resapan dan kualiti output yang berbeza.
• Model terlatih yang boleh digunakan sebagai blok binaan, dan digabungkan dengan penjadual, untuk mencipta sistem penyebaran hujung ke hujung anda sendiri.

Pemasangan

Kami mengesyorkan memasang ? Penyebar dalam persekitaran maya daripada PyPI atau Conda. Untuk butiran lanjut tentang memasang PyTorch dan Flax, sila rujuk dokumentasi rasmi mereka.

PyTorch

Dengan pip (rasmi…

Lihat di GitHub

Apa itu Flux

https://blackforestlabs.ai/announcing-black-forest-labs/

1. Buat env maya

python3 -m venv fluxtest
source fluxtest/bin/activate

2. Log masuk ke Memeluk Wajah melalui CLI

https://huggingface.co/docs/huggingface_hub/main/en/guides/cli

pip install -U "huggingface_hub[cli]"
huggingface-cli login

3. Pasang pakej

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. Jalankan skrip Python

imej.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")

Akhir sekali, jalankan skrip Python untuk menjana imej.

python image.py

output

Atas ialah kandungan terperinci Jalankan Flux.n Mac dengan Peresap. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!