diffusers/main/id/using-diffusers/push_to_hub.md

Berbagi pipeline dan model

Bagikan pipeline, model, dan scheduler Anda di Hub dengan PushToHubMixin. Mixin ini:

1. membuat repositori di Hub
2. menyimpan file model, scheduler, atau pipeline Anda agar dapat dimuat ulang kemudian
3. mengunggah folder yang berisi file-file ini ke Hub

Masuk ke akun Hugging Face Anda dengan token akses Anda.

from huggingface_hub import notebook_login

notebook_login()

hf auth login

Push ke namespace pengguna Anda dengan id pendek ("my-controlnet-model") atau ke org dengan "your-org/my-controlnet-model".

Model

Untuk mendorong model ke Hub, panggil push_to_hub() dan tentukan id repositori model.

from diffusers import ControlNetModel

controlnet = ControlNetModel(
    block_out_channels=(32, 64),
    layers_per_block=2,
    in_channels=4,
    down_block_types=("DownBlock2D", "CrossAttnDownBlock2D"),
    cross_attention_dim=32,
    conditioning_embedding_out_channels=(16, 32),
)
controlnet.push_to_hub("my-controlnet-model")

Metode push_to_hub() menyimpan file config.json model dan bobotnya secara otomatis disimpan sebagai file safetensors.

Muat ulang model dengan ControlNetModel.from_pretrained().

model = ControlNetModel.from_pretrained("your-namespace/my-controlnet-model")

Penjadwal

Untuk mendorong scheduler ke Hub, panggil push_to_hub() dan tentukan id repositori dari scheduler tersebut.

from diffusers import DDIMScheduler

scheduler = DDIMScheduler(
    beta_start=0.00085,
    beta_end=0.012,
    beta_schedule="scaled_linear",
    clip_sample=False,
    set_alpha_to_one=False,
)
scheduler.push_to_hub("my-ddim-scheduler")

Metode push_to_hub() menyimpan file scheduler_config.json scheduler ke repositori yang ditentukan.

Load the scheduler again with from_pretrained().

scheduler = DDIMScheduler.from_pretrained("your-namespace/my-ddim-scheduler")

Pipeline

Untuk mendorong pipeline ke Hub, muat dengan from_pretrained(), lalu panggil push_to_hub() dengan id repositori.

import torch
from diffusers import DiffusionPipeline

pipeline = DiffusionPipeline.from_pretrained(
    "Qwen/Qwen-Image", dtype=torch.bfloat16, device_map="cuda"  # or "mps", "xpu", "cpu"
)
pipeline.push_to_hub("your-namespace/my-qwen-image")

Metode push_to_hub() menyimpan setiap komponen ke subfolder di dalam repositori. Muat ulang pipeline dengan DiffusionPipeline.from_pretrained().

pipeline = DiffusionPipeline.from_pretrained("your-namespace/my-qwen-image")

Privasi

Set private=True di push_to_hub() untuk menjaga file model, scheduler, atau pipeline tetap privat.

controlnet.push_to_hub("my-controlnet-model-private", private=True)

Lewati create_pr=True untuk membuka pull request pada repositori Hub yang sudah ada, alih-alih mendorong langsung ke branch default.

Model dan pipeline juga menerima variant= saat push jika Anda ingin file bobot bernama seperti fp16. Scheduler tidak menggunakan variant.

Repositori privat hanya terlihat oleh Anda. Pengguna lain tidak akan dapat meng-clone repositori tersebut dan repositori ini tidak akan muncul di hasil pencarian. Bahkan jika seorang pengguna memiliki URL ke repositori privat Anda, mereka akan menerima 404 - Sorry, we can't find the page you are looking for. Anda harus logged in untuk memuat model dari repositori privat.