Buckets:

hf-doc-build
/

doc

Files

xet

hf-doc-build/doc / diffusers /v0.43.0 /id /quicktour.md

mishig

2 days ago

preview code

download

raw

7.55 kB

# Mulai Cepat

Diffusers adalah pustaka untuk pengembang dan peneliti yang menyediakan API inferensi yang mudah untuk menghasilkan gambar, video, dan audio, serta komponen dasar untuk mengimplementasikan alur kerja baru.

Diffusers menyediakan banyak optimasi bawaan yang memungkinkan Anda memuat dan menjalankan model besar pada konfigurasi dengan memori terbatas atau mempercepat inferensi.

Quickstart ini akan memberikan gambaran umum tentang Diffusers dan membantu Anda mulai menghasilkan gambar dengan cepat.

> [!TIP]
> Sebelum memulai, pastikan Anda memiliki [akun](https://huggingface.co/join) Hugging Face untuk menggunakan model bergerbang seperti [Flux](https://huggingface.co/black-forest-labs/FLUX.1-dev). Ingin membangun pipeline kustom? Lihat [Modular Diffusers quickstart](./modular_diffusers/quickstart) dan [overview](./modular_diffusers/overview).

Ikuti panduan [Instalasi](./installation) untuk menginstal Diffusers jika belum terpasang.

## Prompt agen

Tempelkan ini ke agen coding Anda untuk menyiapkan Diffusers untuk inferensi.

```text
Help me get set up with Hugging Face Diffusers for inference.
1. Install Diffusers for my environment with `uv pip install "diffusers[torch]"`.
2. If I need gated Hub models, help me authenticate to the Hugging Face Hub.
3. Install Diffusers coding agent skills with `diffusers-cli skills add diffusers-cli`. Pass `--cursor`, `--claude`, or `--codex` if auto-detect fails. Optionally pass `--all` to install every skill in the registry.
4. Run a first text-to-image with DiffusionPipeline or `diffusers-cli run`, using a small or current Quickstart model and the right `device_map` for my machine.
5. Ask what I want next and point me at the matching docs.
```

## DiffusionPipeline

[DiffusionPipeline](/docs/diffusers/v0.43.0/id/api/pipelines/overview#diffusers.DiffusionPipeline) mengemas komponen-komponen model difusi (text encoder, scheduler, UNet atau DiT, dan VAE) ke dalam satu kelas untuk inferensi. Muat dengan [from_pretrained()](/docs/diffusers/v0.43.0/id/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained), lalu panggil pipeline-nya.

Argumen pada `__call__()` seperti `num_inference_steps` mengubah kualitas dan kecepatan. Untuk detail pemuatan dan komponen yang dapat dicampur, lihat [Memuat pipeline](./using-diffusers/loading). Untuk mengganti scheduler, lihat [Schedulers](./using-diffusers/schedulers).

Contoh di bawah ini menggunakan nilai argumen default.

Gunakan `.images[0]` untuk mengakses output gambar yang dihasilkan.

```py
import torch
from diffusers import DiffusionPipeline
pipeline = DiffusionPipeline.from_pretrained(
  "Qwen/Qwen-Image", dtype=torch.bfloat16, device_map="cuda"  # or "mps", "xpu", "cpu"
)
prompt = """
cinematic film still of a cat sipping a margarita in a pool in Palm Springs, California
highly detailed, high budget hollywood movie, cinemascope, moody, epic, gorgeous, film grain
"""
pipeline(prompt).images[0]
```

Gunakan `.frames[0]` untuk mengakses output video yang dihasilkan dan [export_to_video()](/docs/diffusers/v0.43.0/id/api/utilities#diffusers.utils.export_to_video) untuk menyimpan video.

```py
import torch
from diffusers import AutoencoderKLWan, DiffusionPipeline
from diffusers.utils import export_to_video
vae = AutoencoderKLWan.from_pretrained(
  "Wan-AI/Wan2.2-T2V-A14B-Diffusers",
  subfolder="vae",
  dtype=torch.float32
)
pipeline = DiffusionPipeline.from_pretrained(
  "Wan-AI/Wan2.2-T2V-A14B-Diffusers",
  vae=vae,
  dtype=torch.bfloat16,
  device_map="cuda"  # or "mps", "xpu", "cpu"
)
prompt = """
Cinematic video of a sleek cat lounging on a colorful inflatable in a crystal-clear turquoise pool in Palm Springs, 
sipping a salt-rimmed margarita through a straw. Golden-hour sunlight glows over mid-century modern homes and swaying palms. 
Shot in rich Sony a7S III: with moody, glamorous color grading, subtle lens flares, and soft vintage film grain. 
Ripples shimmer as a warm desert breeze stirs the water, blending luxury and playful charm in an epic, gorgeously composed frame.
"""
video = pipeline(prompt=prompt, num_frames=81, num_inference_steps=40).frames[0]
export_to_video(video, "output.mp4", fps=16)
```

## LoRA

Adaptor [LoRA](./tutorials/using_peft_for_inference) menambahkan checkpoint gaya atau subjek kecil di atas pipeline dasar. Muat salah satunya dengan [load_lora_weights()](/docs/diffusers/v0.43.0/id/api/loaders/lora#diffusers.loaders.QwenImageLoraLoaderMixin.load_lora_weights). Beberapa LoRA memerlukan frasa pemicu. Periksa model card LoRA tersebut.

```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.load_lora_weights(
  "threecrowco/VolkClipartQwen",
  weight_name="pytorch_lora_weights.safetensors",
)
prompt = """
Volk clipart style drawing of a cat sipping a margarita in a pool in Palm Springs, California, flat colors, bold outlines, simple shapes
"""
pipeline(prompt).images[0]
```

## Kuantisasi dan optimasi

Model besar sering kali membutuhkan memori lebih sedikit atau kecepatan lebih tinggi. Gunakan [quantization](./quantization/overview) untuk memperkecil bobot di memori, dan [compile_repeated_blocks()](/docs/diffusers/v0.43.0/id/api/models/overview#diffusers.ModelMixin.compile_repeated_blocks) untuk mempercepat generate berikutnya. Untuk [model offloading](./optimization/memory#model-offloading) dan opsi lainnya, lihat [Optimize and scale](./stable_diffusion).

Untuk menggunakan memori lebih sedikit, muat dalam 4-bit dengan bitsandbytes.

```py
import torch
from diffusers import DiffusionPipeline
from diffusers.quantizers import PipelineQuantizationConfig
quant_config = PipelineQuantizationConfig(
  quant_backend="bitsandbytes_4bit",
  quant_kwargs={"load_in_4bit": True, "bnb_4bit_quant_type": "nf4", "bnb_4bit_compute_dtype": torch.bfloat16},
  components_to_quantize=["transformer", "text_encoder"],
)
pipeline = DiffusionPipeline.from_pretrained(
  "Qwen/Qwen-Image",
  dtype=torch.bfloat16,
  quantization_config=quant_config,
  device_map="cuda"  # or "mps", "xpu", "cpu"
)
prompt = """
cinematic film still of a cat sipping a margarita in a pool in Palm Springs, California
highly detailed, high budget hollywood movie, cinemascope, moody, epic, gorgeous, film grain
"""
pipeline(prompt).images[0]
```

Untuk mempercepat eksekusi berikutnya, kompilasi blok berulang pada transformer. Panggilan generate pertama setelah kompilasi merupakan cold start dan berjalan lambat. Panggilan generate berikutnya akan lebih cepat.

```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.transformer.compile_repeated_blocks(fullgraph=True)
prompt = """
cinematic film still of a cat sipping a margarita in a pool in Palm Springs, California
highly detailed, high budget hollywood movie, cinemascope, moody, epic, gorgeous, film grain
"""
pipeline(prompt).images[0]
```

## Langkah selanjutnya

- [Inferensi](./using-diffusers/loading) — pipeline, prompting, dan adapter
- [Optimalkan dan skalakan](./stable_diffusion) — memori, kecepatan, kuantisasi, dan penyajian
- [Modular Diffusers](./modular_diffusers/overview) — blok yang dapat dikomposisikan dan pipeline kustom
- [Latih dan sesuaikan](./training/overview) — skrip pelatihan dan adapter
- [CLI](./using-diffusers/cli) — menghasilkan dari baris perintah

Xet Storage Details

Size:: 7.55 kB
Xet hash:: da187b4e4fc96937be5707127541c89bd7463ecf2ac8653190755f13eafd74e9

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

	# Mulai Cepat

	Diffusers adalah pustaka untuk pengembang dan peneliti yang menyediakan API inferensi yang mudah untuk menghasilkan gambar, video, dan audio, serta komponen dasar untuk mengimplementasikan alur kerja baru.

	Diffusers menyediakan banyak optimasi bawaan yang memungkinkan Anda memuat dan menjalankan model besar pada konfigurasi dengan memori terbatas atau mempercepat inferensi.

	Quickstart ini akan memberikan gambaran umum tentang Diffusers dan membantu Anda mulai menghasilkan gambar dengan cepat.

	> [!TIP]
	> Sebelum memulai, pastikan Anda memiliki [akun](https://huggingface.co/join) Hugging Face untuk menggunakan model bergerbang seperti [Flux](https://huggingface.co/black-forest-labs/FLUX.1-dev). Ingin membangun pipeline kustom? Lihat [Modular Diffusers quickstart](./modular_diffusers/quickstart) dan [overview](./modular_diffusers/overview).

	Ikuti panduan [Instalasi](./installation) untuk menginstal Diffusers jika belum terpasang.

	## Prompt agen

	Tempelkan ini ke agen coding Anda untuk menyiapkan Diffusers untuk inferensi.

	```text
	Help me get set up with Hugging Face Diffusers for inference.

	1. Install Diffusers for my environment with `uv pip install "diffusers[torch]"`.
	2. If I need gated Hub models, help me authenticate to the Hugging Face Hub.
	3. Install Diffusers coding agent skills with `diffusers-cli skills add diffusers-cli`. Pass `--cursor`, `--claude`, or `--codex` if auto-detect fails. Optionally pass `--all` to install every skill in the registry.
	4. Run a first text-to-image with DiffusionPipeline or `diffusers-cli run`, using a small or current Quickstart model and the right `device_map` for my machine.
	5. Ask what I want next and point me at the matching docs.
	```

	## DiffusionPipeline

	[DiffusionPipeline](/docs/diffusers/v0.43.0/id/api/pipelines/overview#diffusers.DiffusionPipeline) mengemas komponen-komponen model difusi (text encoder, scheduler, UNet atau DiT, dan VAE) ke dalam satu kelas untuk inferensi. Muat dengan [from_pretrained()](/docs/diffusers/v0.43.0/id/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained), lalu panggil pipeline-nya.

	Argumen pada `__call__()` seperti `num_inference_steps` mengubah kualitas dan kecepatan. Untuk detail pemuatan dan komponen yang dapat dicampur, lihat [Memuat pipeline](./using-diffusers/loading). Untuk mengganti scheduler, lihat [Schedulers](./using-diffusers/schedulers).

	Contoh di bawah ini menggunakan nilai argumen default.

	Gunakan `.images[0]` untuk mengakses output gambar yang dihasilkan.

	```py
	import torch
	from diffusers import DiffusionPipeline

	pipeline = DiffusionPipeline.from_pretrained(
	"Qwen/Qwen-Image", dtype=torch.bfloat16, device_map="cuda" # or "mps", "xpu", "cpu"
	)

	prompt = """
	cinematic film still of a cat sipping a margarita in a pool in Palm Springs, California
	highly detailed, high budget hollywood movie, cinemascope, moody, epic, gorgeous, film grain
	"""
	pipeline(prompt).images[0]
	```

	Gunakan `.frames[0]` untuk mengakses output video yang dihasilkan dan [export_to_video()](/docs/diffusers/v0.43.0/id/api/utilities#diffusers.utils.export_to_video) untuk menyimpan video.

	```py
	import torch
	from diffusers import AutoencoderKLWan, DiffusionPipeline
	from diffusers.utils import export_to_video

	vae = AutoencoderKLWan.from_pretrained(
	"Wan-AI/Wan2.2-T2V-A14B-Diffusers",
	subfolder="vae",
	dtype=torch.float32
	)
	pipeline = DiffusionPipeline.from_pretrained(
	"Wan-AI/Wan2.2-T2V-A14B-Diffusers",
	vae=vae,
	dtype=torch.bfloat16,
	device_map="cuda" # or "mps", "xpu", "cpu"
	)

	prompt = """
	Cinematic video of a sleek cat lounging on a colorful inflatable in a crystal-clear turquoise pool in Palm Springs,
	sipping a salt-rimmed margarita through a straw. Golden-hour sunlight glows over mid-century modern homes and swaying palms.
	Shot in rich Sony a7S III: with moody, glamorous color grading, subtle lens flares, and soft vintage film grain.
	Ripples shimmer as a warm desert breeze stirs the water, blending luxury and playful charm in an epic, gorgeously composed frame.
	"""
	video = pipeline(prompt=prompt, num_frames=81, num_inference_steps=40).frames[0]
	export_to_video(video, "output.mp4", fps=16)
	```

	## LoRA

	Adaptor [LoRA](./tutorials/using_peft_for_inference) menambahkan checkpoint gaya atau subjek kecil di atas pipeline dasar. Muat salah satunya dengan [load_lora_weights()](/docs/diffusers/v0.43.0/id/api/loaders/lora#diffusers.loaders.QwenImageLoraLoaderMixin.load_lora_weights). Beberapa LoRA memerlukan frasa pemicu. Periksa model card LoRA tersebut.

	```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.load_lora_weights(
	"threecrowco/VolkClipartQwen",
	weight_name="pytorch_lora_weights.safetensors",
	)

	prompt = """
	Volk clipart style drawing of a cat sipping a margarita in a pool in Palm Springs, California, flat colors, bold outlines, simple shapes
	"""
	pipeline(prompt).images[0]
	```

	## Kuantisasi dan optimasi

	Model besar sering kali membutuhkan memori lebih sedikit atau kecepatan lebih tinggi. Gunakan [quantization](./quantization/overview) untuk memperkecil bobot di memori, dan [compile_repeated_blocks()](/docs/diffusers/v0.43.0/id/api/models/overview#diffusers.ModelMixin.compile_repeated_blocks) untuk mempercepat generate berikutnya. Untuk [model offloading](./optimization/memory#model-offloading) dan opsi lainnya, lihat [Optimize and scale](./stable_diffusion).

	Untuk menggunakan memori lebih sedikit, muat dalam 4-bit dengan bitsandbytes.

	```py
	import torch
	from diffusers import DiffusionPipeline
	from diffusers.quantizers import PipelineQuantizationConfig

	quant_config = PipelineQuantizationConfig(
	quant_backend="bitsandbytes_4bit",
	quant_kwargs={"load_in_4bit": True, "bnb_4bit_quant_type": "nf4", "bnb_4bit_compute_dtype": torch.bfloat16},
	components_to_quantize=["transformer", "text_encoder"],
	)
	pipeline = DiffusionPipeline.from_pretrained(
	"Qwen/Qwen-Image",
	dtype=torch.bfloat16,
	quantization_config=quant_config,
	device_map="cuda" # or "mps", "xpu", "cpu"
	)

	prompt = """
	cinematic film still of a cat sipping a margarita in a pool in Palm Springs, California
	highly detailed, high budget hollywood movie, cinemascope, moody, epic, gorgeous, film grain
	"""
	pipeline(prompt).images[0]
	```

	Untuk mempercepat eksekusi berikutnya, kompilasi blok berulang pada transformer. Panggilan generate pertama setelah kompilasi merupakan cold start dan berjalan lambat. Panggilan generate berikutnya akan lebih cepat.

	```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.transformer.compile_repeated_blocks(fullgraph=True)

	prompt = """
	cinematic film still of a cat sipping a margarita in a pool in Palm Springs, California
	highly detailed, high budget hollywood movie, cinemascope, moody, epic, gorgeous, film grain
	"""
	pipeline(prompt).images[0]
	```

	## Langkah selanjutnya

	- [Inferensi](./using-diffusers/loading) — pipeline, prompting, dan adapter
	- [Optimalkan dan skalakan](./stable_diffusion) — memori, kecepatan, kuantisasi, dan penyajian
	- [Modular Diffusers](./modular_diffusers/overview) — blok yang dapat dikomposisikan dan pipeline kustom
	- [Latih dan sesuaikan](./training/overview) — skrip pelatihan dan adapter
	- [CLI](./using-diffusers/cli) — menghasilkan dari baris perintah