Buckets:

hf-doc-build
/

doc

Files

xet

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

mishig

about 15 hours ago

preview code

download

raw

6.17 kB

# Kurulum

Diffusers, Python 3.10+ gerektirir ve PyTorch 2.6+ ile test edilir. [PyTorch](https://pytorch.org/get-started/locally/)'u sisteminize ve kurulumunuza göre yükleyin.

Bağımsız projelerin daha kolay yönetimi ve bağımlılıklar arasındaki uyumluluk sorunlarının önlenmesi için bir [sanal ortam](https://packaging.python.org/guides/installing-using-pip-and-virtual-environments/) oluşturun. Bir Rust tabanlı Python paket ve proje yöneticisi olan [uv](https://docs.astral.sh/uv/)'yi kullanarak bir sanal ortam oluşturun ve Diffusers'ı yükleyin.

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

Diffusers'ı aşağıdaki yöntemlerden biriyle yükleyin.

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

NVIDIA Spark cihazlarında (RTX Spark dizüstü bilgisayarı gibi) ARM64 üzerinde çalışan Diffusers'ı PyTorch ile kurmak için PyTorch'u NVIDIA PyPI dizininden yükleyin. Bu cihazlar, varsayılan PyPI dizininde veya standart PyTorch tekerlek dizininde bulunmayan NVIDIA'nın ARM64 PyTorch derlemelerini gerektirir.

Sisteminizin bir NVIDIA GPU algılayıp algılamadığını kontrol etmek için aşağıdaki komutu çalıştırın.

```bash
nvidia-smi
```

NVIDIA PyPI dizininden PyTorch'u yükleyin, ardından Diffusers'ı yükleyin.

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

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

Kaynak kurulumu, en son `stable` sürümü yerine `main` sürümünü yükler. `main` sürümü, en son değişikliklerle güncel kalmak için faydalıdır ancak her zaman kararlı olmayabilir. Bir sorunla karşılaşırsanız bir [Issue](https://github.com/huggingface/diffusers/issues/new/choose) açın ve mümkün olan en kısa sürede çözmeye çalışacağız.

[Accelerate](https://huggingface.co/docs/accelerate/index)'in yüklendiğinden emin olun.

```bash
uv pip install accelerate
```

Diffusers'ı aşağıdaki komutla kaynak kodundan yükleyin.

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

Gerektiğinde ek paketlerle birlikte kurun. `diffusers["torch"]` PyTorch ve Accelerate'ı çeker. Diğer ekler, kuantizasyon altyapılarını, eğitimi ve belgeleri kapsar. Tam liste için [`setup.py`](https://github.com/huggingface/diffusers/blob/main/setup.py) dosyasına bakın.

## Cihazlar

Diffusers, PyTorch tarafından desteklenen herhangi bir hızlandırıcıda çalışır. Belgelerdeki örnekler en yaygın kurulum olduğu için `"cuda"` kullanır, ancak hiçbir şey CUDA'ya özgü değildir. Donanımınıza uygun cihaz dizgesini kullanın; örneğin Intel GPU'lar için `"xpu"`, Apple silikonu için `"mps"` veya `"cpu"`.

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

Cihazı kodda sabitlemek yerine çalışma zamanında seçmek için [torch.accelerator](https://docs.pytorch.org/docs/stable/accelerator.html) kullanın.

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

## Düzenlenebilir kurulum

Geliştirme iş akışlarında veya kaynak kodun `main` sürümünü kullanıyorsanız düzenlenebilir bir kurulum önerilir. Klonlanan depo ile Python kütüphane yolları arasında özel bir bağlantı oluşturulur. Bu, her değişiklikten sonra paketi yeniden kurmayı önler.

Depoyu klonlayın ve aşağıdaki komutlarla Diffusers'ı yükleyin.

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

> [!WARNING]
> Kütüphaneyi düzenlenebilir kurulumla kullanmaya devam etmek istiyorsanız `diffusers` klasörünü korumanız gerekir.

Klonlanmış deposunu aşağıdaki komutla Diffusers'ın en son sürümüne güncelle.

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

## Önbellek

Model ağırlıkları ve dosyaları, genellikle ana dizininiz olan bir önbelleğe Hub'dan indirilir. Önbellek konumunu [HF_HOME](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhome) veya [HF_HUB_CACHE](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhubcache) ortam değişkenlerini değiştirerek ya da [from_pretrained()](/docs/diffusers/main/tr/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained) gibi yöntemlerdeki `cache_dir` parametresini yapılandırarak değiştirebilirsiniz.

```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"
)
```

Önbelleğe alınmış dosyalar, Diffusers'ı çevrimdışı kullanmanızı sağlar. Diffusers'ın internete bağlanmasını önlemek için [HF_HUB_OFFLINE](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhuboffline) ortam değişkenini `1` olarak ayarlayın.

```shell
export HF_HUB_OFFLINE=1
```

Önbelleği yönetme ve temizleme hakkında daha fazla ayrıntı için [Önbellekleme hakkında bilgi edinin](https://huggingface.co/docs/huggingface_hub/guides/manage-cache) kılavuzuna göz atın.

## Telemetri günlü kaydı

Diffusers, [from_pretrained()](/docs/diffusers/main/tr/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained) istekleri sırasında telemetri bilgileri toplar. Toplanan veriler arasında Diffusers ve PyTorch sürümü, istenen model veya pipeline sınıfı ve Hub üzerinde barındırılıyorsa önceden eğitilmiş bir kontrol noktasının yolu bulunur.

Bu kullanım verileri, sorunları hata ayıklamamıza ve yeni özellikleri önceliklendirmemize yardımcı olur. Telemetri yalnızca Hub'dan modeller ve pipeline'lar yüklenirken gönderilir ve yerel dosyalar yüklenirken toplanmaz.

Telemetri toplama işlemini [HF_HUB_DISABLE_TELEMETRY](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhubdisabletelemetry) ortam değişkeni ile devre dışı bırakın ve bu işlemden vazgeçin.

```bash
export HF_HUB_DISABLE_TELEMETRY=1
```

```bash
set HF_HUB_DISABLE_TELEMETRY=1
```

Xet Storage Details

Size:: 6.17 kB
Xet hash:: 5f3f21a7e8c1e5bf29f12cfa96455107f0dca215b9447673588c884cfdddf328

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

	# Kurulum

	Diffusers, Python 3.10+ gerektirir ve PyTorch 2.6+ ile test edilir. [PyTorch](https://pytorch.org/get-started/locally/)'u sisteminize ve kurulumunuza göre yükleyin.

	Bağımsız projelerin daha kolay yönetimi ve bağımlılıklar arasındaki uyumluluk sorunlarının önlenmesi için bir [sanal ortam](https://packaging.python.org/guides/installing-using-pip-and-virtual-environments/) oluşturun. Bir Rust tabanlı Python paket ve proje yöneticisi olan [uv](https://docs.astral.sh/uv/)'yi kullanarak bir sanal ortam oluşturun ve Diffusers'ı yükleyin.

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

	Diffusers'ı aşağıdaki yöntemlerden biriyle yükleyin.

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

	NVIDIA Spark cihazlarında (RTX Spark dizüstü bilgisayarı gibi) ARM64 üzerinde çalışan Diffusers'ı PyTorch ile kurmak için PyTorch'u NVIDIA PyPI dizininden yükleyin. Bu cihazlar, varsayılan PyPI dizininde veya standart PyTorch tekerlek dizininde bulunmayan NVIDIA'nın ARM64 PyTorch derlemelerini gerektirir.

	Sisteminizin bir NVIDIA GPU algılayıp algılamadığını kontrol etmek için aşağıdaki komutu çalıştırın.

	```bash
	nvidia-smi
	```

	NVIDIA PyPI dizininden PyTorch'u yükleyin, ardından Diffusers'ı yükleyin.

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

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

	Kaynak kurulumu, en son `stable` sürümü yerine `main` sürümünü yükler. `main` sürümü, en son değişikliklerle güncel kalmak için faydalıdır ancak her zaman kararlı olmayabilir. Bir sorunla karşılaşırsanız bir [Issue](https://github.com/huggingface/diffusers/issues/new/choose) açın ve mümkün olan en kısa sürede çözmeye çalışacağız.

	[Accelerate](https://huggingface.co/docs/accelerate/index)'in yüklendiğinden emin olun.

	```bash
	uv pip install accelerate
	```

	Diffusers'ı aşağıdaki komutla kaynak kodundan yükleyin.

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

	Gerektiğinde ek paketlerle birlikte kurun. `diffusers["torch"]` PyTorch ve Accelerate'ı çeker. Diğer ekler, kuantizasyon altyapılarını, eğitimi ve belgeleri kapsar. Tam liste için [`setup.py`](https://github.com/huggingface/diffusers/blob/main/setup.py) dosyasına bakın.

	## Cihazlar

	Diffusers, PyTorch tarafından desteklenen herhangi bir hızlandırıcıda çalışır. Belgelerdeki örnekler en yaygın kurulum olduğu için `"cuda"` kullanır, ancak hiçbir şey CUDA'ya özgü değildir. Donanımınıza uygun cihaz dizgesini kullanın; örneğin Intel GPU'lar için `"xpu"`, Apple silikonu için `"mps"` veya `"cpu"`.

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

	Cihazı kodda sabitlemek yerine çalışma zamanında seçmek için [torch.accelerator](https://docs.pytorch.org/docs/stable/accelerator.html) kullanın.

	```py
	import torch

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

	## Düzenlenebilir kurulum

	Geliştirme iş akışlarında veya kaynak kodun `main` sürümünü kullanıyorsanız düzenlenebilir bir kurulum önerilir. Klonlanan depo ile Python kütüphane yolları arasında özel bir bağlantı oluşturulur. Bu, her değişiklikten sonra paketi yeniden kurmayı önler.

	Depoyu klonlayın ve aşağıdaki komutlarla Diffusers'ı yükleyin.

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

	> [!WARNING]
	> Kütüphaneyi düzenlenebilir kurulumla kullanmaya devam etmek istiyorsanız `diffusers` klasörünü korumanız gerekir.

	Klonlanmış deposunu aşağıdaki komutla Diffusers'ın en son sürümüne güncelle.

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

	## Önbellek

	Model ağırlıkları ve dosyaları, genellikle ana dizininiz olan bir önbelleğe Hub'dan indirilir. Önbellek konumunu [HF_HOME](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhome) veya [HF_HUB_CACHE](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhubcache) ortam değişkenlerini değiştirerek ya da [from_pretrained()](/docs/diffusers/main/tr/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained) gibi yöntemlerdeki `cache_dir` parametresini yapılandırarak değiştirebilirsiniz.

	```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"
	)
	```

	Önbelleğe alınmış dosyalar, Diffusers'ı çevrimdışı kullanmanızı sağlar. Diffusers'ın internete bağlanmasını önlemek için [HF_HUB_OFFLINE](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhuboffline) ortam değişkenini `1` olarak ayarlayın.

	```shell
	export HF_HUB_OFFLINE=1
	```

	Önbelleği yönetme ve temizleme hakkında daha fazla ayrıntı için [Önbellekleme hakkında bilgi edinin](https://huggingface.co/docs/huggingface_hub/guides/manage-cache) kılavuzuna göz atın.

	## Telemetri günlü kaydı

	Diffusers, [from_pretrained()](/docs/diffusers/main/tr/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained) istekleri sırasında telemetri bilgileri toplar. Toplanan veriler arasında Diffusers ve PyTorch sürümü, istenen model veya pipeline sınıfı ve Hub üzerinde barındırılıyorsa önceden eğitilmiş bir kontrol noktasının yolu bulunur.

	Bu kullanım verileri, sorunları hata ayıklamamıza ve yeni özellikleri önceliklendirmemize yardımcı olur. Telemetri yalnızca Hub'dan modeller ve pipeline'lar yüklenirken gönderilir ve yerel dosyalar yüklenirken toplanmaz.

	Telemetri toplama işlemini [HF_HUB_DISABLE_TELEMETRY](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhubdisabletelemetry) ortam değişkeni ile devre dışı bırakın ve bu işlemden vazgeçin.

	```bash
	export HF_HUB_DISABLE_TELEMETRY=1
	```

	```bash
	set HF_HUB_DISABLE_TELEMETRY=1
	```