Buckets:
| # AutoModel | |
| Kelas [AutoModel](/docs/diffusers/v0.43.0/id/api/models/auto_model#diffusers.AutoModel) secara otomatis mendeteksi dan memuat kelas model yang benar (UNet, transformer, VAE) dari file `config.json`. Anda tidak perlu mengetahui nama kelas model spesifik sebelumnya. Kelas ini mendukung tipe data dan penempatan perangkat, serta berfungsi di berbagai jenis model dan pustaka. | |
| Contoh di bawah ini memuat transformer dari Diffusers dan text encoder dari Transformers. Gunakan parameter `subfolder` untuk menentukan dari mana file `config.json` dimuat. | |
| ```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" | |
| ) | |
| ``` | |
| ## Model kustom | |
| [AutoModel](/docs/diffusers/v0.43.0/id/api/models/auto_model#diffusers.AutoModel) juga memuat model dari [Hub](https://huggingface.co/models) yang tidak disertakan dalam Diffusers. Atur `trust_remote_code=True` di [AutoModel.from_pretrained()](/docs/diffusers/v0.43.0/id/api/models/auto_model#diffusers.AutoModel.from_pretrained) untuk memuat model kustom. | |
| Repositori model kustom memerlukan modul Python dengan kelas model, serta `config.json` dengan entri `auto_map` yang memetakan `"AutoModel"` ke `"module_file.ClassName"`. | |
| ``` | |
| custom/custom-transformer-model/ | |
| ├── config.json | |
| ├── my_model.py | |
| └── diffusion_pytorch_model.safetensors | |
| ``` | |
| `config.json` mencakup bidang `auto_map` yang menunjuk ke kelas kustom. | |
| ```json | |
| { | |
| "auto_map": { | |
| "AutoModel": "my_model.MyCustomModel" | |
| } | |
| } | |
| ``` | |
| Lalu muat dengan `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" | |
| ) | |
| ``` | |
| Sebagai contoh nyata, [Overworld/Waypoint-1-Small](https://huggingface.co/Overworld/Waypoint-1-Small/tree/main/transformer) menyediakan kelas `WorldModel` kustom di beberapa modul dalam subfolder `transformer`-nya. | |
| ``` | |
| 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" | |
| ) | |
| ``` | |
| Jika model kustom mewarisi dari kelas [ModelMixin](/docs/diffusers/v0.43.0/id/api/models/overview#diffusers.ModelMixin), model tersebut mendapatkan akses ke fitur yang sama seperti kelas model Diffusers, seperti [regional compilation](../optimization/fp16#regional-compilation) dan [group offloading](../optimization/memory#group-offloading). | |
| > [!WARNING] | |
| > Sebagai tindakan pencegahan dengan `trust_remote_code=True`, berikan commit hash ke argumen `revision` di [AutoModel.from_pretrained()](/docs/diffusers/v0.43.0/id/api/models/auto_model#diffusers.AutoModel.from_pretrained) untuk memastikan kode tidak diperbarui dengan kode berbahaya baru (kecuali Anda sepenuhnya mempercayai pemilik model). | |
| > | |
| > ```py | |
| > transformer = AutoModel.from_pretrained( | |
| > "Overworld/Waypoint-1-Small", subfolder="transformer", trust_remote_code=True, revision="a3d8cb2" | |
| > ) | |
| > ``` | |
| ## Menyimpan model kustom | |
| Gunakan `register_for_auto_class()` untuk menambahkan entri `auto_map` ke `config.json` secara otomatis saat menyimpan. Ini menghindari kebutuhan untuk mengedit file konfigurasi secara manual. | |
| ```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") | |
| ``` | |
| `config.json` yang disimpan akan mencakup bidang `auto_map`. | |
| ```json | |
| { | |
| "auto_map": { | |
| "AutoModel": "my_model.MyCustomModel" | |
| } | |
| } | |
| ``` | |
| ## Langkah selanjutnya | |
| Pelajari lebih lanjut tentang implementasi model kustom di panduan [Komponen komunitas](../using-diffusers/custom_pipeline_overview#community-components). | |
Xet Storage Details
- Size:
- 4.4 kB
- Xet hash:
- 0f3cf36b420fe3e1f85cf7d4a410c98f43ccea66ddf00daac3fec1b15f69a5c0
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.