Buckets:
| # Compartilhando pipelines e modelos | |
| Compartilhe seus pipelines, modelos e agendadores no Hub com [PushToHubMixin](/docs/diffusers/main/pt/api/schedulers/overview#diffusers.utils.PushToHubMixin). Este mixin: | |
| 1. cria um repositório no Hub | |
| 2. salva os arquivos do seu modelo, agendador ou pipeline para que possam ser recarregados posteriormente | |
| 3. envia a pasta contendo esses arquivos para o Hub | |
| Faça login na sua conta do Hugging Face com o seu [token](https://huggingface.co/settings/tokens) de acesso. | |
| ```py | |
| from huggingface_hub import notebook_login | |
| notebook_login() | |
| ``` | |
| ```bash | |
| hf auth login | |
| ``` | |
| Faça push para o namespace do seu usuário com um id curto (`"my-controlnet-model"`) ou para uma organização com `"your-org/my-controlnet-model"`. | |
| ## Modelos | |
| Para enviar um modelo para o Hub, chame [push_to_hub()](/docs/diffusers/main/pt/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) e especifique o id do repositório do modelo. | |
| ```py | |
| 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") | |
| ``` | |
| O método [push_to_hub()](/docs/diffusers/main/pt/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) salva o arquivo `config.json` do modelo e os pesos são salvos automaticamente como [arquivos safetensors](./other-formats#safetensors). | |
| Carregue o modelo novamente com [ControlNetModel.from_pretrained()](/docs/diffusers/main/pt/api/models/overview#diffusers.ModelMixin.from_pretrained). | |
| ```py | |
| model = ControlNetModel.from_pretrained("your-namespace/my-controlnet-model") | |
| ``` | |
| ## Agendador | |
| Para enviar um agendador para o Hub, chame [push_to_hub()](/docs/diffusers/main/pt/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) e especifique o id do repositório do agendador. | |
| ```py | |
| 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") | |
| ``` | |
| O método [push_to_hub()](/docs/diffusers/main/pt/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) salva o arquivo `scheduler_config.json` do agendador no repositório especificado. | |
| Carregue o agendador novamente com [from_pretrained()](/docs/diffusers/main/pt/api/schedulers/overview#diffusers.SchedulerMixin.from_pretrained). | |
| ```py | |
| scheduler = DDIMScheduler.from_pretrained("your-namespace/my-ddim-scheduler") | |
| ``` | |
| ## Pipeline | |
| Para enviar um pipeline para o Hub, carregue-o com [from_pretrained()](/docs/diffusers/main/pt/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained) e, em seguida, chame [push_to_hub()](/docs/diffusers/main/pt/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) com um id de repositório. | |
| ```py | |
| 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") | |
| ``` | |
| O método [push_to_hub()](/docs/diffusers/main/pt/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) salva cada componente em uma subpasta no repositório. Carregue o pipeline novamente com [DiffusionPipeline.from_pretrained()](/docs/diffusers/main/pt/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained). | |
| ```py | |
| pipeline = DiffusionPipeline.from_pretrained("your-namespace/my-qwen-image") | |
| ``` | |
| ## Privacidade | |
| Defina `private=True` em [push_to_hub()](/docs/diffusers/main/pt/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) para manter os arquivos de um modelo, agendador ou pipeline privados. | |
| ```py | |
| controlnet.push_to_hub("my-controlnet-model-private", private=True) | |
| ``` | |
| Pass `create_pr=True` para abrir um pull request em um repositório existente no Hub, em vez de fazer push diretamente para a branch padrão. | |
| Modelos e pipelines também aceitam `variant=` no push quando você deseja um arquivo de pesos nomeado, como `fp16`. Schedulers não usam `variant`. | |
| Repositórios privados são visíveis apenas para você. Outros usuários não poderão clonar o repositório e ele não aparecerá nos resultados de busca. Mesmo que um usuário tenha a URL do seu repositório privado, ele receberá um `404 - Sorry, we can't find the page you are looking for`. Você deve estar [logado](https://huggingface.co/docs/huggingface_hub/quick-start#login) para carregar um modelo de um repositório privado. | |
Xet Storage Details
- Size:
- 4.76 kB
- Xet hash:
- e64e1015d78f8a9ce5fe7e8d5b15d3247a073a46b90d2c363a3da291e64bedd6
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.