Buckets:
| # OpenVINO | |
| 🤗 [Optimum](https://github.com/huggingface/optimum-intel) menyediakan pipeline Stable Diffusion yang kompatibel dengan OpenVINO untuk melakukan inferensi pada berbagai prosesor Intel (lihat [daftar lengkap](https://docs.openvino.ai/latest/openvino_docs_OV_UG_supported_plugins_Supported_Devices.html) perangkat yang didukung). | |
| Anda perlu menginstal 🤗 Optimum Intel dengan opsi `--upgrade-strategy eager` untuk memastikan [`optimum-intel`](https://github.com/huggingface/optimum-intel) menggunakan versi terbaru: | |
| ```bash | |
| pip install --upgrade-strategy eager optimum["openvino"] | |
| ``` | |
| Panduan ini akan menunjukkan cara menggunakan pipeline Stable Diffusion dan Stable Diffusion XL (SDXL) dengan OpenVINO. | |
| ## Stable Diffusion | |
| Untuk memuat dan menjalankan inferensi, gunakan `OVStableDiffusionPipeline`. Jika Anda ingin memuat model PyTorch dan mengonversinya ke format OpenVINO secara langsung, atur `export=True`: | |
| ```python | |
| from optimum.intel import OVStableDiffusionPipeline | |
| model_id = "stable-diffusion-v1-5/stable-diffusion-v1-5" | |
| pipeline = OVStableDiffusionPipeline.from_pretrained(model_id, export=True) | |
| prompt = "sailing ship in storm by Rembrandt" | |
| image = pipeline(prompt).images[0] | |
| # Don't forget to save the exported model | |
| pipeline.save_pretrained("openvino-sd-v1-5") | |
| ``` | |
| Untuk mempercepat inferensi lebih lanjut, bentuk ulang model secara statis. Jika Anda mengubah parameter apa pun seperti tinggi atau lebar output, Anda perlu membentuk ulang model secara statis lagi. | |
| ```python | |
| # Define the shapes related to the inputs and desired outputs | |
| batch_size, num_images, height, width = 1, 1, 512, 512 | |
| # Statically reshape the model | |
| pipeline.reshape(batch_size, height, width, num_images) | |
| # Compile the model before inference | |
| pipeline.compile() | |
| image = pipeline( | |
| prompt, | |
| height=height, | |
| width=width, | |
| num_images_per_prompt=num_images, | |
| ).images[0] | |
| ``` | |
| Anda dapat menemukan lebih banyak contoh dalam [dokumentasi](https://huggingface.co/docs/optimum/intel/inference#stable-diffusion) 🤗 Optimum, dan Stable Diffusion didukung untuk text-to-image, image-to-image, dan inpainting. | |
| ## Stable Diffusion XL | |
| Untuk memuat dan menjalankan inferensi dengan SDXL, gunakan `OVStableDiffusionXLPipeline`: | |
| ```python | |
| from optimum.intel import OVStableDiffusionXLPipeline | |
| model_id = "stabilityai/stable-diffusion-xl-base-1.0" | |
| pipeline = OVStableDiffusionXLPipeline.from_pretrained(model_id) | |
| prompt = "sailing ship in storm by Rembrandt" | |
| image = pipeline(prompt).images[0] | |
| ``` | |
| Untuk mempercepat inferensi lebih lanjut, [ubah bentuk model secara statis](#stable-diffusion) seperti yang ditunjukkan pada bagian Stable Diffusion. | |
| Anda dapat menemukan lebih banyak contoh dalam [dokumentasi](https://huggingface.co/docs/optimum/intel/inference#stable-diffusion-xl) 🤗 Optimum, dan menjalankan SDXL di OpenVINO didukung untuk text-to-image dan image-to-image. | |
Xet Storage Details
- Size:
- 2.9 kB
- Xet hash:
- eb7344aa1c2d15c3f1d7d3b8ab6eba4a73f6eba185fda528b0ba6cd0945c6942
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.