Rumah >pembangunan bahagian belakang >Tutorial Python >Cara Menjalankan stable-diffusion--large-turbo pada Google Colab
stable-diffusion-3.5-large-turbo ialah model teks-ke-imej berketepatan tinggi.
Panduan ini akan menerangkan cara menyediakan dan menjalankan model di Google Colab.
Lawati Huggingface.
Untuk menggunakan stable-diffusion-3.5-large-turbo, anda memerlukan akaun Huggingface.
Jika anda belum mempunyai akaun, sila buat akaun.
Setelah mendaftar, anda akan melihat skrin berikut:
Masukkan maklumat yang diperlukan dan anda akan mendapat akses kepada model serta-merta.
Jika anda ingin memuat turun dan menggunakan model, anda memerlukan token akses. Buat satu daripada halaman akaun anda:
Navigasi ke halaman akaun anda melalui ikon profil di penjuru kanan sebelah atas, pergi ke tab Token Akses dan buat token dengan memilih Buat token baharu.
Mula-mula, pasang perpustakaan yang diperlukan dalam Google Colab:
!pip install --quiet -U transformers
Pilihan -U mengemas kini pustaka kepada versi terbaharunya dan --senyap menyekat mesej muat turun.
Sahkan akaun Huggingface anda dengan menjalankan arahan berikut dan masukkan token yang anda buat sebelum ini:
!huggingface-cli login
Muat dan sediakan model menggunakan kod Python berikut:
import torch from diffusers import StableDiffusion3Pipeline pipe = StableDiffusion3Pipeline.from_pretrained("stabilityai/stable-diffusion-3.5-large-turbo", torch_dtype=torch.bfloat16) pipe = pipe.to("cuda")
Nota: Model menggunakan lebih kurang 27GB memori.
Uji persediaan dengan menjalankan kod ini untuk menjana imej:
prompt = "A capybara holding a sign that reads Hello Fast World" save_filename = "capybara.png" image = pipe( prompt, num_inference_steps=4, guidance_scale=0.0, ).images[0]
Anda boleh mendapatkan penjelasan untuk hujah ini dalam dokumentasi GitHub Diffusers.
Simpan dan paparkan imej yang dijana:
image.save(save_filename) image
Atas ialah kandungan terperinci Cara Menjalankan stable-diffusion--large-turbo pada Google Colab. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!