Buckets:
| # Hattaların ve modellerin paylaşımı | |
| [PushToHubMixin](/docs/diffusers/main/tr/api/schedulers/overview#diffusers.utils.PushToHubMixin) ile Hub üzerinde pipeline'larınızı, modellerinizi ve zamanlayıcılarınızı paylaşın. Bu mixin: | |
| 1. Hub'da bir depo oluşturur | |
| 2. modelinizi, zamanlayıcınızı veya pipeline dosyalarınızı daha sonra yeniden yüklenebilmeleri için kaydeder | |
| 3. bu dosyaları içeren klasörü Hub'a yükler | |
| Erişim [token](https://huggingface.co/settings/tokens)'ınızla Hugging Face hesabınıza giriş yapın. | |
| ```py | |
| from huggingface_hub import notebook_login | |
| notebook_login() | |
| ``` | |
| ```bash | |
| hf auth login | |
| ``` | |
| Kısa bir kimlik (`"my-controlnet-model"`) ile kullanıcı ad alanınıza veya `"your-org/my-controlnet-model"` ile bir organizasyona gönderin. | |
| ## Modeller | |
| Bir modeli Hub'a göndermek için [push_to_hub()](/docs/diffusers/main/tr/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) çağrısını yapın ve modelin deposu kimliğini belirtin. | |
| ```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") | |
| ``` | |
| [push_to_hub()](/docs/diffusers/main/tr/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) yöntemi, modelin `config.json` dosyasını kaydeder ve ağırlıklar otomatik olarak [safetensors dosyaları](./other-formats#safetensors) olarak kaydedilir. | |
| Modeli [ControlNetModel.from_pretrained()](/docs/diffusers/main/tr/api/models/overview#diffusers.ModelMixin.from_pretrained) ile tekrar yükleyin. | |
| ```py | |
| model = ControlNetModel.from_pretrained("your-namespace/my-controlnet-model") | |
| ``` | |
| ## Zamanlayıcı | |
| Hub'a bir zamanlayıcı göndermek için [push_to_hub()](/docs/diffusers/main/tr/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) çağrısını yapın ve zamanlayıcının deposu kimliğini belirtin. | |
| ```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") | |
| ``` | |
| [push_to_hub()](/docs/diffusers/main/tr/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) yöntemi, zamanlayıcının `scheduler_config.json` dosyasını belirtilen depoya kaydeder. | |
| Zamanlayıcıyı [from_pretrained()](/docs/diffusers/main/tr/api/schedulers/overview#diffusers.SchedulerMixin.from_pretrained) ile yeniden yükleyin. | |
| ```py | |
| scheduler = DDIMScheduler.from_pretrained("your-namespace/my-ddim-scheduler") | |
| ``` | |
| ## Pipeline | |
| Bir pipeline'ı Hub'a göndermek için önce [from_pretrained()](/docs/diffusers/main/tr/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained) ile yükleyin, ardından bir depo kimliği ile [push_to_hub()](/docs/diffusers/main/tr/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) çağrısını yapın. | |
| ```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") | |
| ``` | |
| [push_to_hub()](/docs/diffusers/main/tr/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) yöntemi, her bileşeni depodaki bir alt klasöre kaydeder. Hattı [DiffusionPipeline.from_pretrained()](/docs/diffusers/main/tr/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained) ile yeniden yükleyin. | |
| ```py | |
| pipeline = DiffusionPipeline.from_pretrained("your-namespace/my-qwen-image") | |
| ``` | |
| ## Gizlilik | |
| Bir model, zamanlayıcı veya pipeline dosyalarını gizli tutmak için [push_to_hub()](/docs/diffusers/main/tr/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) içinde `private=True` ayarlayın. | |
| ```py | |
| controlnet.push_to_hub("my-controlnet-model-private", private=True) | |
| ``` | |
| Mevcut bir Hub deposuna varsayılan dal yerine doğrudan itmek yerine bir çekme isteği açmak için `create_pr=True` parametresini iletin. | |
| Modeller ve hatlar, `fp16` gibi adlandırılmış bir ağırlık dosyası istediğinizde push sırasında `variant=` parametresini de kabul eder. Zamanlayıcılar `variant` kullanmaz. | |
| Özel depolar yalnızca size görünür. Diğer kullanıcılar depoyu klonlayamaz ve arama sonuçlarında yer almaz. Bir kullanıcının özel deponuzun URL'sine sahip olması durumunda, `404 - Sorry, we can't find the page you are looking for` mesajını alır. Özel bir depodan model yüklemek için [giriş yapmış](https://huggingface.co/docs/huggingface_hub/quick-start#login) olmanız gerekir. | |
Xet Storage Details
- Size:
- 4.85 kB
- Xet hash:
- a2e9a1ee1c4fdfe43daa89bbc354690acaf56615015a1c07d0767378531013f5
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.