Buckets:

hf-doc-build
/

doc

Files

xet

hf-doc-build/doc / diffusers /v0.43.0 /ja /using-diffusers /push_to_hub.md

mishig

about 3 hours ago

preview code

download

raw

5.47 kB

# パイプラインとモデルの共有

[PushToHubMixin](/docs/diffusers/v0.43.0/ja/api/schedulers/overview#diffusers.utils.PushToHubMixin) を使用して、パイプライン、モデル、スケジューラーを Hub に共有できます。このミックスインは:

1. Hub にリポジトリを作成します
2. モデル、スケジューラー、またはパイプラインのファイルを保存し、後で再読み込みできるようにします
3. これらのファイルを含むフォルダを Hub にアップロードします

アクセストークンである[token](https://huggingface.co/settings/tokens)で、Hugging Faceアカウントにログインしてください。

```py
from huggingface_hub import notebook_login
notebook_login()
```

```bash
hf auth login
```

短いID(`"my-controlnet-model"`)を指定してユーザーネームスペースにプッシュするか、`"your-org/my-controlnet-model"`を指定して組織にプッシュします。

## モデル

モデルを Hub にプッシュするには、[push_to_hub()](/docs/diffusers/v0.43.0/ja/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) を呼び出し、モデルのリポジトリ ID を指定します。

```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/v0.43.0/ja/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) メソッドは、モデルの `config.json` ファイルを保存し、重みは自動的に [safetensors ファイル](./other-formats#safetensors) として保存されます。

[ControlNetModel.from_pretrained()](/docs/diffusers/v0.43.0/ja/api/models/overview#diffusers.ModelMixin.from_pretrained) を使用して、モデルを再度読み込みます。

```py
model = ControlNetModel.from_pretrained("your-namespace/my-controlnet-model")
```

## スケジューラー

Hub にスケジューラをプッシュするには、[push_to_hub()](/docs/diffusers/v0.43.0/ja/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) を呼び出し、スケジューラのリポジトリ ID を指定します。

```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/v0.43.0/ja/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) メソッドは、スケジューラーの `scheduler_config.json` ファイルを指定されたリポジトリに保存します。

[from_pretrained()](/docs/diffusers/v0.43.0/ja/api/schedulers/overview#diffusers.SchedulerMixin.from_pretrained)でスケジューラを再度読み込みます。

```py
scheduler = DDIMScheduler.from_pretrained("your-namespace/my-ddim-scheduler")
```

## パイプライン

To push a pipeline to the Hub, load it with [from_pretrained()](/docs/diffusers/v0.43.0/ja/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained), then call [push_to_hub()](/docs/diffusers/v0.43.0/ja/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) with a repository id.

```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")
```

The [push_to_hub()](/docs/diffusers/v0.43.0/ja/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) method saves each component to a subfolder in the repository. Load the pipeline again with [DiffusionPipeline.from_pretrained()](/docs/diffusers/v0.43.0/ja/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained).

```py
pipeline = DiffusionPipeline.from_pretrained("your-namespace/my-qwen-image")
```

## プライバシー

`private=True` を [push_to_hub()](/docs/diffusers/v0.43.0/ja/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) に設定すると、モデル、スケジューラー、またはパイプラインのファイルを非公開にできます。

```py
controlnet.push_to_hub("my-controlnet-model-private", private=True)
```

`create_pr=True` を渡すことで、デフォルトブランチに直接プッシュする代わりに、既存の Hub リポジトリに対してプルリクエストを開くことができます。

モデルとパイプラインは、`fp16` などの名前付き重みファイルを使用する場合、push 時に `variant=` を受け入れます。スケジューラーは `variant` を使用しません。

Private リポジトリは、あなた自身にのみ表示されます。他のユーザーはリポジトリをクローンできず、検索結果にも表示されません。ユーザーが Private リポジトリの URL を保有していても、`404 - Sorry, we can't find the page you are looking for` が返されます。Private リポジトリからモデルを読み込むには、[ログイン](https://huggingface.co/docs/huggingface_hub/quick-start#login)している必要があります。

Xet Storage Details

Size:: 5.47 kB
Xet hash:: e96e40e0323a9b79afc0ea6c8f62acce3546167ddeca78ec5a2654a2f883691a

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

	# パイプラインとモデルの共有

	[PushToHubMixin](/docs/diffusers/v0.43.0/ja/api/schedulers/overview#diffusers.utils.PushToHubMixin) を使用して、パイプライン、モデル、スケジューラーを Hub に共有できます。このミックスインは:

	1. Hub にリポジトリを作成します
	2. モデル、スケジューラー、またはパイプラインのファイルを保存し、後で再読み込みできるようにします
	3. これらのファイルを含むフォルダを Hub にアップロードします

	アクセストークンである[token](https://huggingface.co/settings/tokens)で、Hugging Faceアカウントにログインしてください。

	```py
	from huggingface_hub import notebook_login

	notebook_login()
	```

	```bash
	hf auth login
	```

	短いID(`"my-controlnet-model"`)を指定してユーザーネームスペースにプッシュするか、`"your-org/my-controlnet-model"`を指定して組織にプッシュします。

	## モデル

	モデルを Hub にプッシュするには、[push_to_hub()](/docs/diffusers/v0.43.0/ja/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) を呼び出し、モデルのリポジトリ ID を指定します。

	```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/v0.43.0/ja/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) メソッドは、モデルの `config.json` ファイルを保存し、重みは自動的に [safetensors ファイル](./other-formats#safetensors) として保存されます。

	[ControlNetModel.from_pretrained()](/docs/diffusers/v0.43.0/ja/api/models/overview#diffusers.ModelMixin.from_pretrained) を使用して、モデルを再度読み込みます。

	```py
	model = ControlNetModel.from_pretrained("your-namespace/my-controlnet-model")
	```

	## スケジューラー

	Hub にスケジューラをプッシュするには、[push_to_hub()](/docs/diffusers/v0.43.0/ja/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) を呼び出し、スケジューラのリポジトリ ID を指定します。

	```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/v0.43.0/ja/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) メソッドは、スケジューラーの `scheduler_config.json` ファイルを指定されたリポジトリに保存します。

	[from_pretrained()](/docs/diffusers/v0.43.0/ja/api/schedulers/overview#diffusers.SchedulerMixin.from_pretrained)でスケジューラを再度読み込みます。

	```py
	scheduler = DDIMScheduler.from_pretrained("your-namespace/my-ddim-scheduler")
	```

	## パイプライン

	To push a pipeline to the Hub, load it with [from_pretrained()](/docs/diffusers/v0.43.0/ja/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained), then call [push_to_hub()](/docs/diffusers/v0.43.0/ja/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) with a repository id.

	```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")
	```

	The [push_to_hub()](/docs/diffusers/v0.43.0/ja/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) method saves each component to a subfolder in the repository. Load the pipeline again with [DiffusionPipeline.from_pretrained()](/docs/diffusers/v0.43.0/ja/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained).

	```py
	pipeline = DiffusionPipeline.from_pretrained("your-namespace/my-qwen-image")
	```

	## プライバシー

	`private=True` を [push_to_hub()](/docs/diffusers/v0.43.0/ja/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) に設定すると、モデル、スケジューラー、またはパイプラインのファイルを非公開にできます。

	```py
	controlnet.push_to_hub("my-controlnet-model-private", private=True)
	```

	`create_pr=True` を渡すことで、デフォルトブランチに直接プッシュする代わりに、既存の Hub リポジトリに対してプルリクエストを開くことができます。

	モデルとパイプラインは、`fp16` などの名前付き重みファイルを使用する場合、push 時に `variant=` を受け入れます。スケジューラーは `variant` を使用しません。

	Private リポジトリは、あなた自身にのみ表示されます。他のユーザーはリポジトリをクローンできず、検索結果にも表示されません。ユーザーが Private リポジトリの URL を保有していても、`404 - Sorry, we can't find the page you are looking for` が返されます。Private リポジトリからモデルを読み込むには、[ログイン](https://huggingface.co/docs/huggingface_hub/quick-start#login)している必要があります。