Buckets:
| # インストール | |
| DiffusersにはPython 3.10以上が必要であり、PyTorch 2.6以上でテストされています。[PyTorch](https://pytorch.org/get-started/locally/)は、お使いのシステムとセットアップに応じてインストールしてください。 | |
| 個別プロジェクトの管理を容易にし、依存関係間の互換性問題を回避するために、[仮想環境](https://packaging.python.org/guides/installing-using-pip-and-virtual-environments/)を作成します。[uv](https://docs.astral.sh/uv/)（Rust製のPythonパッケージおよびプロジェクトマネージャー）を使用して、仮想環境を作成し、Diffusersをインストールします。 | |
| ```bash | |
| uv venv my-env | |
| source my-env/bin/activate | |
| ``` | |
| Diffusersは、以下のいずれかの方法でインストールできます。 | |
| ```bash | |
| uv pip install diffusers["torch"] transformers | |
| ``` | |
| NVIDIA Spark デバイス（RTX Spark ラップトップなど）上で ARM64 を実行している場合、PyTorch とともに Diffusers をインストールするには、NVIDIA の PyPI インデックスから PyTorch をインストールしてください。これらのデバイスには、デフォルトの PyPI インデックスや標準的な PyTorch ウィールインデックスでは利用できない、NVIDIA による PyTorch の ARM64 ビルドが必要です。 | |
| 以下のコマンドを実行して、システムがNVIDIA GPUを検出できるか確認してください。 | |
| ```bash | |
| nvidia-smi | |
| ``` | |
| NVIDIA PyPI インデックスから PyTorch をインストールし、その後 Diffusers をインストールします。 | |
| ```bash | |
| uv pip install torch --index-url https://pypi.nvidia.com | |
| uv pip install diffusers | |
| ``` | |
| ```bash | |
| conda install -c conda-forge diffusers | |
| ``` | |
| ソースからのインストールでは、最新の`stable`バージョンではなく`main`バージョンがインストールされます。`main`バージョンは最新の変更を常に追従するには有用ですが、常に安定しているとは限りません。問題が発生した場合は、[Issue](https://github.com/huggingface/diffusers/issues/new/choose)を開いてください。できるだけ早く解決できるよう努めます。 | |
| [Accelerate](https://huggingface.co/docs/accelerate/index)がインストールされていることを確認してください。 | |
| ```bash | |
| uv pip install accelerate | |
| ``` | |
| 以下のコマンドで、ソースからDiffusersをインストールします。 | |
| ```bash | |
| uv pip install git+https://github.com/huggingface/diffusers | |
| ``` | |
| 必要に応じて、extras を指定してインストールしてください。`diffusers["torch"]` を指定すると、PyTorch と Accelerate がインストールされます。その他の extras には、量子化バックエンド、トレーニング、ドキュメントが含まれます。完全なリストは [`setup.py`](https://github.com/huggingface/diffusers/blob/main/setup.py) を参照してください。 | |
| ## デバイス | |
| Diffusers は、PyTorch がサポートするすべてのアクセラレーターで動作します。ドキュメント内の例では、最も一般的なセットアップであるため `"cuda"` が使用されていますが、CUDA 固有の要素はありません。Intel GPU には `"xpu"`、Apple silicon には `"mps"`、CPU には `"cpu"` のように、お使いのハードウェアに対応するデバイス文字列に置き換えてください。 | |
| ```py | |
| device = "cuda" # or "mps", "xpu", "cpu" | |
| pipeline.to(device) | |
| ``` | |
| ハードコードするのではなく、実行時にデバイスを選択するには、[torch.accelerator](https://docs.pytorch.org/docs/stable/accelerator.html)を使用します。 | |
| ```py | |
| import torch | |
| device = torch.accelerator.current_accelerator().type if torch.accelerator.is_available() else "cpu" | |
| ``` | |
| ## 編集可能なインストール | |
| 開発ワークフローや、ソースコードの`main`バージョンを使用している場合は、editable install（編集可能なインストール）が推奨されます。クローンしたリポジトリとPythonライブラリのパスの間に特別なリンクが作成されます。これにより、変更のたびにパッケージを再インストールする必要がなくなります。 | |
| 以下のコマンドでリポジトリをクローンし、Diffusersをインストールします。 | |
| ```bash | |
| git clone https://github.com/huggingface/diffusers.git | |
| cd diffusers | |
| uv pip install -e ".[torch]" | |
| ``` | |
| > [!WARNING] | |
| > 編集可能インストールでライブラリを継続して使用する場合、`diffusers`フォルダを保持する必要があります。 | |
| 以下のコマンドを実行して、クローンしたリポジトリを Diffusers の最新バージョンに更新してください。 | |
| ```bash | |
| cd ~/diffusers/ | |
| git pull | |
| ``` | |
| ## キャッシュ | |
| モデルの重みとファイルは、通常はホームディレクトリにあるキャッシュに、Hub からダウンロードされます。[HF_HOME](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhome) または [HF_HUB_CACHE](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhubcache) 環境変数を変更するか、[from_pretrained()](/docs/diffusers/v0.43.0/ja/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained) のようなメソッドで `cache_dir` パラメータを設定することで、キャッシュの保存場所を変更できます。 | |
| ```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" | |
| ) | |
| ``` | |
| キャッシュされたファイルを使用すると、Diffusers をオフラインで利用できます。Diffusers がインターネットに接続しないようにするには、環境変数 [HF_HUB_OFFLINE](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhuboffline) を `1` に設定してください。 | |
| ```shell | |
| export HF_HUB_OFFLINE=1 | |
| ``` | |
| キャッシュの管理とクリーンアップの詳細については、[キャッシュの仕組み](https://huggingface.co/docs/huggingface_hub/guides/manage-cache)ガイドをご覧ください。 | |
| ## テレメトリのログ記録 | |
| Diffusers gathers telemetry information during [from_pretrained()](/docs/diffusers/v0.43.0/ja/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained) requests. The data gathered includes the Diffusers and PyTorch version, the requested model or pipeline class, and the path to a pretrained checkpoint if it is hosted on the Hub. | |
| この使用データは、問題のデバッグや新機能の優先順位付けに役立てられています。テレメトリは、Hubからモデルやパイプラインを読み込む場合のみ送信され、ローカルファイルを読み込む場合は収集されません。 | |
| [HF_HUB_DISABLE_TELEMETRY](https://huggingface.co/docs/huggingface_hub/package_reference/environment_variables#hfhubdisabletelemetry) 環境変数を使用して、テレメトリ収集をオプトアウトおよび無効にできます。 | |
| ```bash | |
| export HF_HUB_DISABLE_TELEMETRY=1 | |
| ``` | |
| ```bash | |
| set HF_HUB_DISABLE_TELEMETRY=1 | |
| ``` | |
Xet Storage Details
- Size:
- 7.45 kB
- Xet hash:
- 2c001b4820a6d6b0b2c6af5c28616827c495832f002239b9ce27547355f3e4a4
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.