Buckets:
| # AutoPipeline | |
| [AutoPipeline](../api/pipelines/auto_pipeline) — это конвейер *«задача-модель»*, который автоматически выбирает правильный подкласс конвейера на основе задачи. Он снимает с пользователя необходимость знать конкретное имя подкласса конвейера, самостоятельно обрабатывая загрузку различных подклассов. | |
| В отличие от [DiffusionPipeline](/docs/diffusers/main/ru/api/pipelines/overview#diffusers.DiffusionPipeline), это *только модель* пайплайн, который автоматически выбирает подкласс пайплайна на основе модели. | |
| ```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/ru/api/pipelines/auto_pipeline#diffusers.AutoPipelineForImage2Image) возвращает подкласс, специфичный для задачи (например, [StableDiffusionXLImg2ImgPipeline](/docs/diffusers/main/ru/api/pipelines/stable_diffusion/stable_diffusion_xl#diffusers.StableDiffusionXLImg2ImgPipeline)), который можно использовать только для задач преобразования изображения в изображение. | |
| ```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", | |
| # ... | |
| # } | |
| ``` | |
| Загрузка той же модели с помощью [DiffusionPipeline](/docs/diffusers/main/ru/api/pipelines/overview#diffusers.DiffusionPipeline) возвращает подкласс по умолчанию для генерации изображений по тексту, [StableDiffusionXLPipeline](/docs/diffusers/main/ru/api/pipelines/stable_diffusion/stable_diffusion_xl#diffusers.StableDiffusionXLPipeline). Этот пайплайн предназначен для генерации изображений по тексту. Для задач image-to-image или inpainting загрузите соответствующий AutoPipeline, например [AutoPipelineForImage2Image](/docs/diffusers/main/ru/api/pipelines/auto_pipeline#diffusers.AutoPipelineForImage2Image) или [AutoPipelineForInpainting](/docs/diffusers/main/ru/api/pipelines/auto_pipeline#diffusers.AutoPipelineForInpainting), либо подкласс, специфичный для конкретной задачи. | |
| ```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", | |
| # ... | |
| # } | |
| ``` | |
| ## Переключение задач с помощью from_pipe | |
| Загрузите задачу AutoPipeline один раз, а затем переключайте задачи с помощью [from_pipe()](/docs/diffusers/main/ru/api/pipelines/auto_pipeline#diffusers.AutoPipelineForImage2Image.from_pipe), не скачивая веса повторно. Компоненты переиспользуются из исходного конвейера. | |
| ```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) | |
| ``` | |
| Подробнее см. в разделе [Повторное использование моделей в нескольких конвейерах](../using-diffusers/loading#reusing-models-in-multiple-pipelines). | |
| Проверьте [соответствия](https://github.com/huggingface/diffusers/blob/main/src/diffusers/pipelines/auto_pipeline.py), чтобы узнать, поддерживается ли модель. Попытка загрузить неподдерживаемую модель приводит к ошибке. | |
| ```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" | |
| ``` | |
| Существует четыре типа классов [AutoPipeline](../api/pipelines/auto_pipeline): | |
| - [AutoPipelineForText2Image](/docs/diffusers/main/ru/api/pipelines/auto_pipeline#diffusers.AutoPipelineForText2Image) | |
| - [AutoPipelineForImage2Image](/docs/diffusers/main/ru/api/pipelines/auto_pipeline#diffusers.AutoPipelineForImage2Image) | |
| - [AutoPipelineForInpainting](/docs/diffusers/main/ru/api/pipelines/auto_pipeline#diffusers.AutoPipelineForInpainting) | |
| - [AutoPipelineForText2Audio](/docs/diffusers/main/ru/api/pipelines/auto_pipeline#diffusers.AutoPipelineForText2Audio) | |
| Каждый из этих классов имеет предопределённое сопоставление, связывающее конвейер с его подклассом, специфичным для задачи. | |
| При вызове [from_pretrained()](/docs/diffusers/main/ru/api/pipelines/auto_pipeline#diffusers.AutoPipelineForText2Image.from_pretrained) имя класса извлекается из файла `model_index.json`, а подходящий подкласс pipeline для задачи выбирается на основе соответствия. | |
Xet Storage Details
- Size:
- 6.12 kB
- Xet hash:
- 3160a3492fbd998bf817da863a5b1ff683a6ad325aad72e79bb41bac32424545
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.