使用 Diffusers 運行 Flux.n Mac

什麼是擴散器？

擁抱臉 / 擴散器

？ Diffusers：最先進的擴散模型，用於 PyTorch 和 FLAX 中的影像和音訊生成。

？ Diffusers 是最先進的預訓練擴散模型的首選庫，用於產生影像、音訊甚至分子的 3D 結構。無論您是在尋找簡單的推理解決方案還是訓練自己的擴散模型？ Diffusers 是一個支援這兩種功能的模組化工具箱。我們的函式庫的設計重點是可用性而非效能、簡單而非簡單、可自訂性而非抽象。

？ Diffusers 提供三個核心組件：

• 最先進的擴散管道，只需幾行程式碼即可在推理中運作。
• 可互換的雜訊調度器，用於不同的擴散速度和輸出品質。
• 預訓練模型可用作構建塊，並與調度程序相結合，用於創建您自己的端到端擴散系統。

安裝

我們建議安裝？來自 PyPI 或 Conda 的虛擬環境中的擴散器。有關安裝 PyTorch 和 Flax 的更多詳細信息，請參閱他們的官方文件。

PyTorch

用pip（官方…

在 GitHub 上查看

什麼是助焊劑

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

1. 建立虛擬環境

python3 -m venv fluxtest
source fluxtest/bin/activate

2. 透過 CLI 登入 Hugging Face

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

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

3.安裝包

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. 運行Python腳本

影像.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")

最後，執行Python腳本來產生映像。

python image.py

輸出

以上是使用 Diffusers 運行 Flux.n Mac的詳細內容。更多資訊請關注PHP中文網其他相關文章！