Buckets:
| # AutoModel | |
| Класс [AutoModel](/docs/diffusers/main/ru/api/models/auto_model#diffusers.AutoModel) автоматически определяет и загружает правильный класс модели (UNet, transformer, VAE) из файла `config.json`. Вам не нужно заранее знать конкретное имя класса модели. Он поддерживает типы данных и размещение на устройствах, а также работает с различными типами моделей и библиотеками. | |
| Пример ниже загружает трансформер из Diffusers и текстовый энкодер из Transformers. Используйте параметр `subfolder`, чтобы указать, откуда загружать файл `config.json`. | |
| ```py | |
| import torch | |
| from diffusers import AutoModel, DiffusionPipeline | |
| transformer = AutoModel.from_pretrained( | |
| "Qwen/Qwen-Image", subfolder="transformer", dtype=torch.bfloat16, device_map="cuda" # or "mps", "xpu", "cpu" | |
| ) | |
| text_encoder = AutoModel.from_pretrained( | |
| "Qwen/Qwen-Image", subfolder="text_encoder", dtype=torch.bfloat16, device_map="cuda" | |
| ) | |
| ``` | |
| ## Пользовательские модели | |
| [AutoModel](/docs/diffusers/main/ru/api/models/auto_model#diffusers.AutoModel) also loads models from the [Hub](https://huggingface.co/models) that aren't included in Diffusers. Set `trust_remote_code=True` in [AutoModel.from_pretrained()](/docs/diffusers/main/ru/api/models/auto_model#diffusers.AutoModel.from_pretrained) to load custom models. | |
| Для пользовательского репозитория модели необходим Python-модуль с классом модели, а также файл `config.json` с записью `auto_map`, которая сопоставляет `"AutoModel"` с `"module_file.ClassName"`. | |
| ``` | |
| custom/custom-transformer-model/ | |
| ├── config.json | |
| ├── my_model.py | |
| └── diffusion_pytorch_model.safetensors | |
| ``` | |
| Файл `config.json` содержит поле `auto_map`, указывающее на пользовательский класс. | |
| ```json | |
| { | |
| "auto_map": { | |
| "AutoModel": "my_model.MyCustomModel" | |
| } | |
| } | |
| ``` | |
| Затем загрузите его с `trust_remote_code=True`. | |
| ```py | |
| import torch | |
| from diffusers import AutoModel | |
| transformer = AutoModel.from_pretrained( | |
| "custom/custom-transformer-model", trust_remote_code=True, dtype=torch.bfloat16, device_map="cuda" # or "mps", "xpu", "cpu" | |
| ) | |
| ``` | |
| В качестве примера из реальной практики [Overworld/Waypoint-1-Small](https://huggingface.co/Overworld/Waypoint-1-Small/tree/main/transformer) содержит пользовательский класс `WorldModel`, распределённый по нескольким модулям в подпапке `transformer`. | |
| ``` | |
| transformer/ | |
| ├── config.json # auto_map: "model.WorldModel" | |
| ├── model.py | |
| ├── attn.py | |
| ├── nn.py | |
| ├── cache.py | |
| ├── quantize.py | |
| ├── __init__.py | |
| └── diffusion_pytorch_model.safetensors | |
| ``` | |
| ```py | |
| import torch | |
| from diffusers import AutoModel | |
| transformer = AutoModel.from_pretrained( | |
| "Overworld/Waypoint-1-Small", subfolder="transformer", trust_remote_code=True, dtype=torch.bfloat16, device_map="cuda" # or "mps", "xpu", "cpu" | |
| ) | |
| ``` | |
| Если пользовательская модель наследуется от класса [ModelMixin](/docs/diffusers/main/ru/api/models/overview#diffusers.ModelMixin), она получает доступ к тем же возможностям, что и классы моделей Diffusers, например [региональная компиляция](../optimization/fp16#regional-compilation) и [групповая разгрузка](../optimization/memory#group-offloading). | |
| > [!WARNING] | |
| > В качестве меры предосторожности при использовании `trust_remote_code=True` передайте хеш коммита в аргумент `revision` в [AutoModel.from_pretrained()](/docs/diffusers/main/ru/api/models/auto_model#diffusers.AutoModel.from_pretrained), чтобы убедиться, что код не был обновлён с добавлением нового вредоносного кода (если вы полностью доверяете владельцам модели). | |
| > | |
| > ```py | |
| > transformer = AutoModel.from_pretrained( | |
| > "Overworld/Waypoint-1-Small", subfolder="transformer", trust_remote_code=True, revision="a3d8cb2" | |
| > ) | |
| > ``` | |
| ## Сохранение пользовательских моделей | |
| Используйте `register_for_auto_class()`, чтобы автоматически добавить запись `auto_map` в `config.json` при сохранении. Это избавляет от необходимости вручную редактировать файл конфигурации. | |
| ```py | |
| # my_model.py | |
| from diffusers import ModelMixin, ConfigMixin | |
| class MyCustomModel(ModelMixin, ConfigMixin): | |
| ... | |
| MyCustomModel.register_for_auto_class("AutoModel") | |
| model = MyCustomModel(...) | |
| model.save_pretrained("./my_model") | |
| ``` | |
| Сохранённый `config.json` будет содержать поле `auto_map`. | |
| ```json | |
| { | |
| "auto_map": { | |
| "AutoModel": "my_model.MyCustomModel" | |
| } | |
| } | |
| ``` | |
| ## Дальнейшие шаги | |
| Подробнее о реализации пользовательских моделей см. в руководстве [Компоненты сообщества](../using-diffusers/custom_pipeline_overview#community-components). | |
Xet Storage Details
- Size:
- 5.72 kB
- Xet hash:
- 2217e8e56a44b6e2a9c7225d3bae94b7c506570cd03b32236a5cf39795f25c29
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.