Buckets:

hf-doc-build
/

doc

Files

xet

hf-doc-build/doc / diffusers /main /ru /installation.md

mishig

about 2 hours ago

preview code

download

raw

11.7 kB

# Установка

Diffusers требует Python 3.10+ и протестирован с PyTorch 2.6+. Установите [PyTorch](https://pytorch.org/get-started/locally/) в соответствии с вашей системой и конфигурацией.

Создайте [виртуальное окружение](https://packaging.python.org/guides/installing-using-pip-and-virtual-environments/) для более удобного управления отдельными проектами и для избежания проблем совместимости между зависимостями. Используйте [uv](https://docs.astral.sh/uv/) — менеджер пакетов и проектов Python на базе Rust — для создания виртуального окружения и установки Diffusers.

```bash
uv venv my-env
source my-env/bin/activate
```

Установите Diffusers одним из следующих способов.

```bash
uv pip install diffusers["torch"] transformers
```

Чтобы установить Diffusers с PyTorch на устройства NVIDIA Spark (например, ноутбук RTX Spark) с архитектурой ARM64, установите PyTorch из индекса PyPI от NVIDIA. Эти устройства требуют ARM64-сборки PyTorch от NVIDIA, которые недоступны в стандартном индексе PyPI или в обычном индексе колёс PyTorch.

Выполните команду ниже, чтобы проверить, обнаруживает ли ваша система GPU от NVIDIA.

```bash
nvidia-smi
```

Установите PyTorch из индекса PyPI от NVIDIA, затем установите Diffusers.

```bash
uv pip install torch --index-url https://pypi.nvidia.com
uv pip install diffusers
```

```bash
conda install -c conda-forge diffusers
```

Установка из исходников устанавливает версию `main` вместо последней `stable` версии. Версия `main` полезна для отслеживания последних изменений, но она не всегда стабильна. Если вы столкнетесь с проблемой, создайте [Issue](https://github.com/huggingface/diffusers/issues/new/choose), и мы постараемся решить её как можно скорее.

Убедитесь, что [Accelerate](https://huggingface.co/docs/accelerate/index) установлен.

```bash
uv pip install accelerate
```

Установите Diffusers из исходного кода с помощью команды ниже.

```bash
uv pip install git+https://github.com/huggingface/diffusers
```

Устанавливайте дополнительные компоненты по мере необходимости. `diffusers["torch"]` подключает PyTorch и Accelerate. Другие дополнительные компоненты охватывают бэкенды квантования, обучение и документацию. Полный список см. в [`setup.py`](https://github.com/huggingface/diffusers/blob/main/setup.py).

## Устройства

Diffusers работает на любом ускорителе, поддерживаемом PyTorch. Примеры в документации используют `"cuda"`, так как это самая распространённая конфигурация, но ничего не является специфичным для CUDA. Замените строку устройства на соответствующую вашему оборудованию, например, `"xpu"` для GPU Intel, `"mps"` для Apple silicon или `"cpu"`.

```py
device = "cuda"  # or "mps", "xpu", "cpu"
pipeline.to(device)
```

Чтобы выбрать устройство во время выполнения, а не задавать его жёстко, используйте [torch.accelerator](https://docs.pytorch.org/docs/stable/accelerator.html).

```py
import torch
device = torch.accelerator.current_accelerator().type if torch.accelerator.is_available() else "cpu"
```

## Установка в режиме редактирования

Рекомендуется использовать редактируемую установку для рабочих процессов разработки или при использовании версии `main` исходного кода. При этом создаётся специальная связь между клонированным репозиторием и путями к библиотеке Python. Это позволяет избежать повторной установки пакета после каждого изменения.

Склонируйте репозиторий и установите Diffusers с помощью следующих команд.

```bash
git clone https://github.com/huggingface/diffusers.git
cd diffusers
uv pip install -e ".[torch]"
```

> [!WARNING]
> Если вы хотите продолжать использовать библиотеку с установкой в режиме редактирования, необходимо сохранить папку `diffusers`.

Обновите клонированный репозиторий до последней версии Diffusers с помощью команды ниже.

```bash
cd ~/diffusers/
git pull
```

## Кэш

Веса модели и файлы загружаются с Hub в кэш, который обычно находится в домашнем каталоге. Изменить расположение кэша можно с помощью переменных окружения [HF_HOME](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhome) или [HF_HUB_CACHE](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhubcache) либо настроив параметр `cache_dir` в методах, таких как [from_pretrained()](/docs/diffusers/main/ru/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained).

```bash
export HF_HOME="/path/to/your/cache"
export HF_HUB_CACHE="/path/to/your/hub/cache"
```

```py
from diffusers import DiffusionPipeline
pipeline = DiffusionPipeline.from_pretrained(
    "black-forest-labs/FLUX.1-dev",
    cache_dir="/path/to/your/cache"
)
```

Кэшированные файлы позволяют использовать Diffusers в автономном режиме. Установите переменную окружения [HF_HUB_OFFLINE](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhuboffline) в значение `1`, чтобы предотвратить подключение Diffusers к интернету.

```shell
export HF_HUB_OFFLINE=1
```

Для получения подробной информации об управлении и очистке кэша ознакомьтесь с руководством [Понимание кэширования](https://huggingface.co/docs/huggingface_hub/guides/manage-cache).

### Обмен файлами между репозиториями

Кэш хранит одну копию файла, даже если несколько репозиториев Hub содержат его. Многие конвейеры используют один и тот же текстовый энкодер, например T5. Если репозиторий второго конвейера содержит те же файлы текстового энкодера, что и уже загруженные вами, [from_pretrained()](/docs/diffusers/main/ru/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained) использует копию на диске вместо повторной загрузки. Diffusers требует `huggingface_hub>=1.32.0`, в котором обмен файлами включён по умолчанию.

Кэш сопоставляет файлы по их хэшу [Xet](https://huggingface.co/docs/hub/xet/index), а не по имени репозитория или модели. Шункированный чекпоинт сопоставляется шанк за шанком, поэтому совпадающие шанки используются совместно, даже если остальные отличаются.

Файл разделяется только в том случае, если выполняются все следующие условия:

- Оба репозитория хранят файл с помощью Xet.
- Оба процесса загрузки используют один и тот же каталог кэша, задаваемый параметром `HF_HUB_CACHE` или `cache_dir`.
- Файловая система поддерживает символьные ссылки.
- Файлы идентичны побайтово. Преобразование в другой dtype, сохранение в другом формате или повторное разделение на шунки изменяют хеш.

> [!NOTE]
> Файлы, загруженные с помощью более ранней версии `huggingface_hub`, не разделяются с новыми загрузками. В общий хранилище добавляются только файлы, загруженные с версии 1.32.0 или более поздней.
Общий доступ к файлам экономит время загрузки и место на диске, но не память. Чтобы использовать одну загруженную модель в нескольких конвейерах, см. [Повторное использование моделей в нескольких конвейерах](./using-diffusers/loading#reusing-models-in-multiple-pipelines).
Чтобы отключить общий доступ к файлам, установите `HF_HUB_DISABLE_SHARED_BLOBS=1`. Загрузка по-прежнему работает, и каждое хранилище хранит собственную копию.
```shell
export HF_HUB_DISABLE_SHARED_BLOBS=1
```
## Логирование телеметрии
Diffusers gathers telemetry information during [from_pretrained()](/docs/diffusers/main/ru/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained) requests. The data gathered includes the Diffusers and PyTorch version, the requested model or pipeline class, and the path to a pretrained checkpoint if it is hosted on the Hub.
Эти данные о использовании помогают нам отлаживать проблемы и определять приоритеты при разработке новых функций. Телеметрия отправляется только при загрузке моделей и конвейеров из Hub и не собирается при загрузке локальных файлов.
Отключите сбор телеметрии с помощью переменной окружения [HF_HUB_DISABLE_TELEMETRY](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhubdisabletelemetry).
```bash
export HF_HUB_DISABLE_TELEMETRY=1
```
```bash
set HF_HUB_DISABLE_TELEMETRY=1
```

Xet Storage Details

Size:: 11.7 kB
Xet hash:: 2d41c17a1bb77900bc262699b1fadc3c217e44fb71010cf7e79b0268e9df0676

Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.

	# Установка

	Diffusers требует Python 3.10+ и протестирован с PyTorch 2.6+. Установите [PyTorch](https://pytorch.org/get-started/locally/) в соответствии с вашей системой и конфигурацией.

	Создайте [виртуальное окружение](https://packaging.python.org/guides/installing-using-pip-and-virtual-environments/) для более удобного управления отдельными проектами и для избежания проблем совместимости между зависимостями. Используйте [uv](https://docs.astral.sh/uv/) — менеджер пакетов и проектов Python на базе Rust — для создания виртуального окружения и установки Diffusers.

	```bash
	uv venv my-env
	source my-env/bin/activate
	```

	Установите Diffusers одним из следующих способов.

	```bash
	uv pip install diffusers["torch"] transformers
	```

	Чтобы установить Diffusers с PyTorch на устройства NVIDIA Spark (например, ноутбук RTX Spark) с архитектурой ARM64, установите PyTorch из индекса PyPI от NVIDIA. Эти устройства требуют ARM64-сборки PyTorch от NVIDIA, которые недоступны в стандартном индексе PyPI или в обычном индексе колёс PyTorch.

	Выполните команду ниже, чтобы проверить, обнаруживает ли ваша система GPU от NVIDIA.

	```bash
	nvidia-smi
	```

	Установите PyTorch из индекса PyPI от NVIDIA, затем установите Diffusers.

	```bash
	uv pip install torch --index-url https://pypi.nvidia.com
	uv pip install diffusers
	```

	```bash
	conda install -c conda-forge diffusers
	```

	Установка из исходников устанавливает версию `main` вместо последней `stable` версии. Версия `main` полезна для отслеживания последних изменений, но она не всегда стабильна. Если вы столкнетесь с проблемой, создайте [Issue](https://github.com/huggingface/diffusers/issues/new/choose), и мы постараемся решить её как можно скорее.

	Убедитесь, что [Accelerate](https://huggingface.co/docs/accelerate/index) установлен.

	```bash
	uv pip install accelerate
	```

	Установите Diffusers из исходного кода с помощью команды ниже.

	```bash
	uv pip install git+https://github.com/huggingface/diffusers
	```

	Устанавливайте дополнительные компоненты по мере необходимости. `diffusers["torch"]` подключает PyTorch и Accelerate. Другие дополнительные компоненты охватывают бэкенды квантования, обучение и документацию. Полный список см. в [`setup.py`](https://github.com/huggingface/diffusers/blob/main/setup.py).

	## Устройства

	Diffusers работает на любом ускорителе, поддерживаемом PyTorch. Примеры в документации используют `"cuda"`, так как это самая распространённая конфигурация, но ничего не является специфичным для CUDA. Замените строку устройства на соответствующую вашему оборудованию, например, `"xpu"` для GPU Intel, `"mps"` для Apple silicon или `"cpu"`.

	```py
	device = "cuda" # or "mps", "xpu", "cpu"
	pipeline.to(device)
	```

	Чтобы выбрать устройство во время выполнения, а не задавать его жёстко, используйте [torch.accelerator](https://docs.pytorch.org/docs/stable/accelerator.html).

	```py
	import torch

	device = torch.accelerator.current_accelerator().type if torch.accelerator.is_available() else "cpu"
	```

	## Установка в режиме редактирования

	Рекомендуется использовать редактируемую установку для рабочих процессов разработки или при использовании версии `main` исходного кода. При этом создаётся специальная связь между клонированным репозиторием и путями к библиотеке Python. Это позволяет избежать повторной установки пакета после каждого изменения.

	Склонируйте репозиторий и установите Diffusers с помощью следующих команд.

	```bash
	git clone https://github.com/huggingface/diffusers.git
	cd diffusers
	uv pip install -e ".[torch]"
	```

	> [!WARNING]
	> Если вы хотите продолжать использовать библиотеку с установкой в режиме редактирования, необходимо сохранить папку `diffusers`.

	Обновите клонированный репозиторий до последней версии Diffusers с помощью команды ниже.

	```bash
	cd ~/diffusers/
	git pull
	```

	## Кэш

	Веса модели и файлы загружаются с Hub в кэш, который обычно находится в домашнем каталоге. Изменить расположение кэша можно с помощью переменных окружения [HF_HOME](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhome) или [HF_HUB_CACHE](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhubcache) либо настроив параметр `cache_dir` в методах, таких как [from_pretrained()](/docs/diffusers/main/ru/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained).

	```bash
	export HF_HOME="/path/to/your/cache"
	export HF_HUB_CACHE="/path/to/your/hub/cache"
	```

	```py
	from diffusers import DiffusionPipeline

	pipeline = DiffusionPipeline.from_pretrained(
	"black-forest-labs/FLUX.1-dev",
	cache_dir="/path/to/your/cache"
	)
	```

	Кэшированные файлы позволяют использовать Diffusers в автономном режиме. Установите переменную окружения [HF_HUB_OFFLINE](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhuboffline) в значение `1`, чтобы предотвратить подключение Diffusers к интернету.

	```shell
	export HF_HUB_OFFLINE=1
	```

	Для получения подробной информации об управлении и очистке кэша ознакомьтесь с руководством [Понимание кэширования](https://huggingface.co/docs/huggingface_hub/guides/manage-cache).

	### Обмен файлами между репозиториями

	Кэш хранит одну копию файла, даже если несколько репозиториев Hub содержат его. Многие конвейеры используют один и тот же текстовый энкодер, например T5. Если репозиторий второго конвейера содержит те же файлы текстового энкодера, что и уже загруженные вами, [from_pretrained()](/docs/diffusers/main/ru/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained) использует копию на диске вместо повторной загрузки. Diffusers требует `huggingface_hub>=1.32.0`, в котором обмен файлами включён по умолчанию.

	Кэш сопоставляет файлы по их хэшу [Xet](https://huggingface.co/docs/hub/xet/index), а не по имени репозитория или модели. Шункированный чекпоинт сопоставляется шанк за шанком, поэтому совпадающие шанки используются совместно, даже если остальные отличаются.

	Файл разделяется только в том случае, если выполняются все следующие условия:

	- Оба репозитория хранят файл с помощью Xet.
	- Оба процесса загрузки используют один и тот же каталог кэша, задаваемый параметром `HF_HUB_CACHE` или `cache_dir`.
	- Файловая система поддерживает символьные ссылки.
	- Файлы идентичны побайтово. Преобразование в другой dtype, сохранение в другом формате или повторное разделение на шунки изменяют хеш.

	> [!NOTE]
	> Файлы, загруженные с помощью более ранней версии `huggingface_hub`, не разделяются с новыми загрузками. В общий хранилище добавляются только файлы, загруженные с версии 1.32.0 или более поздней.

	Общий доступ к файлам экономит время загрузки и место на диске, но не память. Чтобы использовать одну загруженную модель в нескольких конвейерах, см. [Повторное использование моделей в нескольких конвейерах](./using-diffusers/loading#reusing-models-in-multiple-pipelines).

	Чтобы отключить общий доступ к файлам, установите `HF_HUB_DISABLE_SHARED_BLOBS=1`. Загрузка по-прежнему работает, и каждое хранилище хранит собственную копию.

	```shell
	export HF_HUB_DISABLE_SHARED_BLOBS=1
	```

	## Логирование телеметрии

	Diffusers gathers telemetry information during [from_pretrained()](/docs/diffusers/main/ru/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained) requests. The data gathered includes the Diffusers and PyTorch version, the requested model or pipeline class, and the path to a pretrained checkpoint if it is hosted on the Hub.

	Эти данные о использовании помогают нам отлаживать проблемы и определять приоритеты при разработке новых функций. Телеметрия отправляется только при загрузке моделей и конвейеров из Hub и не собирается при загрузке локальных файлов.

	Отключите сбор телеметрии с помощью переменной окружения [HF_HUB_DISABLE_TELEMETRY](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhubdisabletelemetry).

	```bash
	export HF_HUB_DISABLE_TELEMETRY=1
	```

	```bash
	set HF_HUB_DISABLE_TELEMETRY=1
	```