使用 Diffusers 运行 Flux.n Mac

什么是扩散器？

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 是一个支持这两种功能的模块化工具箱。我们的库的设计重点是可用性而非性能、简单而非简单、可定制性而非抽象。

？ 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

我们建议安装？来自 PyPI 或 Conda 的虚拟环境中的扩散器。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

用pip（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脚本来生成图像。

python image.py

输出

以上是使用 Diffusers 运行 Flux.n Mac的详细内容。更多信息请关注PHP中文网其他相关文章！