Buckets:
| # AutoPipeline | |
| [AutoPipeline](../api/pipelines/auto_pipeline)는 태스크와 모델을 기반으로 올바른 파이프라인 하위 클래스를 자동으로 선택하는 *태스크-모델* 파이프라인입니다. 특정 파이프라인 하위 클래스 이름을 알지 못해도 다양한 파이프라인 하위 클래스를 로드하는 복잡성을 처리합니다. | |
| 이는 모델에 따라 파이프라인 하위 클래스를 자동으로 선택하는 *모델 전용* 파이프라인인 [DiffusionPipeline](/docs/diffusers/main/ko/api/pipelines/overview#diffusers.DiffusionPipeline)과는 다릅니다. | |
| ```text | |
| AutoPipelineForImage2Image.from_pretrained(model_id) | |
| | | |
| +-- read model_index.json (e.g. StableDiffusionXLPipeline) | |
| +-- task mapping (image-to-image) | |
| | | |
| v | |
| StableDiffusionXLImg2ImgPipeline // returned instance | |
| ``` | |
| [AutoPipelineForImage2Image](/docs/diffusers/main/ko/api/pipelines/auto_pipeline#diffusers.AutoPipelineForImage2Image)는 이미지-이미지 작업에만 사용할 수 있는 작업별 하위 클래스(예: [StableDiffusionXLImg2ImgPipeline](/docs/diffusers/main/ko/api/pipelines/stable_diffusion/stable_diffusion_xl#diffusers.StableDiffusionXLImg2ImgPipeline))를 반환합니다. | |
| ```py | |
| import torch | |
| from diffusers import AutoPipelineForImage2Image | |
| pipeline = AutoPipelineForImage2Image.from_pretrained( | |
| "RunDiffusion/Juggernaut-XL-v9", dtype=torch.bfloat16, device_map="cuda", # or "mps", "xpu", "cpu" | |
| ) | |
| print(pipeline) | |
| # StableDiffusionXLImg2ImgPipeline { | |
| # "_class_name": "StableDiffusionXLImg2ImgPipeline", | |
| # ... | |
| # } | |
| ``` | |
| [DiffusionPipeline](/docs/diffusers/main/ko/api/pipelines/overview#diffusers.DiffusionPipeline)로 동일한 모델을 로드하면 기본 텍스트-이미지 서브클래스인 [StableDiffusionXLPipeline](/docs/diffusers/main/ko/api/pipelines/stable_diffusion/stable_diffusion_xl#diffusers.StableDiffusionXLPipeline)이 반환됩니다. 해당 파이프라인은 텍스트-이미지 작업에 사용됩니다. 이미지-이미지 또는 인페인팅 작업의 경우 [AutoPipelineForImage2Image](/docs/diffusers/main/ko/api/pipelines/auto_pipeline#diffusers.AutoPipelineForImage2Image) 또는 [AutoPipelineForInpainting](/docs/diffusers/main/ko/api/pipelines/auto_pipeline#diffusers.AutoPipelineForInpainting)과 같은 작업 AutoPipeline을 로드하거나, 해당 작업에 맞는 특정 서브클래스를 로드하세요. | |
| ```py | |
| import torch | |
| from diffusers import DiffusionPipeline | |
| pipeline = DiffusionPipeline.from_pretrained( | |
| "RunDiffusion/Juggernaut-XL-v9", dtype=torch.bfloat16, device_map="cuda", # or "mps", "xpu", "cpu" | |
| ) | |
| print(pipeline) | |
| # StableDiffusionXLPipeline { | |
| # "_class_name": "StableDiffusionXLPipeline", | |
| # ... | |
| # } | |
| ``` | |
| ## from_pipe로 작업 전환 | |
| 작업용 AutoPipeline을 한 번 로드한 후, [from_pipe()](/docs/diffusers/main/ko/api/pipelines/auto_pipeline#diffusers.AutoPipelineForImage2Image.from_pipe)를 사용하여 가중치를 다시 다운로드하지 않고 작업을 전환할 수 있습니다. 구성 요소는 소스 파이프라인에서 재사용됩니다. | |
| ```py | |
| import torch | |
| from diffusers import AutoPipelineForText2Image, AutoPipelineForImage2Image | |
| pipeline_t2i = AutoPipelineForText2Image.from_pretrained( | |
| "RunDiffusion/Juggernaut-XL-v9", dtype=torch.bfloat16, device_map="cuda", # or "mps", "xpu", "cpu" | |
| ) | |
| pipeline_i2i = AutoPipelineForImage2Image.from_pipe(pipeline_t2i) | |
| ``` | |
| 자세한 내용은 [여러 파이프라인에서 모델 재사용](../using-diffusers/loading#reusing-models-in-multiple-pipelines)을 참조하세요. | |
| 모델이 지원되는지 확인하려면 [mappings](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/auto_pipeline.py)를 확인하세요. 지원되지 않는 모델을 로드하려고 하면 오류가 반환됩니다. | |
| ```py | |
| import torch | |
| from diffusers import AutoPipelineForImage2Image | |
| pipeline = AutoPipelineForImage2Image.from_pretrained( | |
| "openai/shap-e-img2img", dtype=torch.float16, | |
| ) | |
| "ValueError: AutoPipeline can't find a pipeline linked to ShapEImg2ImgPipeline for None" | |
| ``` | |
| [AutoPipeline](../api/pipelines/auto_pipeline) 클래스에는 네 가지 유형이 있습니다: | |
| - [AutoPipelineForText2Image](/docs/diffusers/main/ko/api/pipelines/auto_pipeline#diffusers.AutoPipelineForText2Image) | |
| - [AutoPipelineForImage2Image](/docs/diffusers/main/ko/api/pipelines/auto_pipeline#diffusers.AutoPipelineForImage2Image) | |
| - [AutoPipelineForInpainting](/docs/diffusers/main/ko/api/pipelines/auto_pipeline#diffusers.AutoPipelineForInpainting) | |
| - [AutoPipelineForText2Audio](/docs/diffusers/main/ko/api/pipelines/auto_pipeline#diffusers.AutoPipelineForText2Audio) | |
| 각 클래스에는 사전 정의된 매핑이 포함되어 있으며, 이를 통해 파이프라인을 해당 작업에 특화된 하위 클래스와 연결합니다. | |
| [from_pretrained()](/docs/diffusers/main/ko/api/pipelines/auto_pipeline#diffusers.AutoPipelineForText2Image.from_pretrained)이 호출되면 `model_index.json` 파일에서 클래스 이름을 추출하고, 매핑을 기반으로 해당 작업에 적합한 pipeline 하위 클래스를 선택합니다. | |
Xet Storage Details
- Size:
- 5.19 kB
- Xet hash:
- f12a12a45eed9aa21aa45f432a3e6b8b357fb9b9dd64cc0d96f27b94f2ad39a3
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.