Buckets:

hf-doc-build
/

doc

Files

xet

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

mishig

about 3 hours ago

preview code

download

raw

5.04 kB

# 파이프라인 및 모델 공유

[PushToHubMixin](/docs/diffusers/v0.43.0/ko/api/schedulers/overview#diffusers.utils.PushToHubMixin)를 사용하여 Hub에 파이프라인, 모델, 스케줄러를 공유할 수 있습니다. 이 믹신은 다음과 같은 기능을 제공합니다:

1. Hub에 저장소를 생성합니다
2. 모델, 스케줄러 또는 파이프라인 파일을 저장하여 나중에 다시 로드할 수 있도록 합니다
3. 이 파일들이 포함된 폴더를 Hub에 업로드합니다

액세스 [token](https://huggingface.co/settings/tokens)으로 Hugging Face 계정에 로그인하세요.

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

```bash
hf auth login
```

짧은 id(`"my-controlnet-model"`)를 사용하여 사용자 네임스페이스에 push하거나 `"your-org/my-controlnet-model"` 형식으로 org에 push할 수 있습니다.

## 모델

모델을 Hub에 업로드하려면 [push_to_hub()](/docs/diffusers/v0.43.0/ko/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub)를 호출하고 모델의 저장소 id를 지정하세요.

```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/ko/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) 메서드는 모델의 `config.json` 파일을 저장하며, 가중치는 자동으로 [safetensors 파일](./other-formats#safetensors)로 저장됩니다.

[ControlNetModel.from_pretrained()](/docs/diffusers/v0.43.0/ko/api/models/overview#diffusers.ModelMixin.from_pretrained)로 모델을 다시 로드합니다.

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

## 스케줄러

Hub에 스케줄러를 푸시하려면 [push_to_hub()](/docs/diffusers/v0.43.0/ko/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub)를 호출하고 스케줄러의 저장소 id를 지정하세요.

```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/ko/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) 메서드는 스케줄러의 `scheduler_config.json` 파일을 지정된 저장소에 저장합니다.

[from_pretrained()](/docs/diffusers/v0.43.0/ko/api/schedulers/overview#diffusers.SchedulerMixin.from_pretrained)로 스케줄러를 다시 로드합니다.

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

## Pipeline

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

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

## 개인정보

모델, 스케줄러 또는 파이프라인 파일을 비공개로 유지하려면 [push_to_hub()](/docs/diffusers/v0.43.0/ko/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub)에서 `private=True`를 설정하세요.

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

`create_pr=True`를 전달하면 기본 브랜치에 직접 푸시하는 대신 기존 Hub 저장소에서 pull request를 엽니다.

모델과 파이프라인도 `fp16`과 같은 이름이 지정된 가중치 파일을 원할 경우 push 시 `variant=`를 지원합니다. 스케줄러는 `variant`를 사용하지 않습니다.

Private 저장소는 본인만 볼 수 있습니다. 다른 사용자는 해당 저장소를 clone할 수 없으며 검색 결과에도 표시되지 않습니다. 사용자가 Private 저장소의 URL을 가지고 있더라도 `404 - Sorry, we can't find the page you are looking for`를 받게 됩니다. Private 저장소에서 모델을 로드하려면 [로그인](https://huggingface.co/docs/huggingface_hub/quick-start#login) 상태여야 합니다.

Xet Storage Details

Size:: 5.04 kB
Xet hash:: 8c47139954b42d97598963b974a3764582f7e3b1fa143eea846e8f38750e8732

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

	# 파이프라인 및 모델 공유

	[PushToHubMixin](/docs/diffusers/v0.43.0/ko/api/schedulers/overview#diffusers.utils.PushToHubMixin)를 사용하여 Hub에 파이프라인, 모델, 스케줄러를 공유할 수 있습니다. 이 믹신은 다음과 같은 기능을 제공합니다:

	1. Hub에 저장소를 생성합니다
	2. 모델, 스케줄러 또는 파이프라인 파일을 저장하여 나중에 다시 로드할 수 있도록 합니다
	3. 이 파일들이 포함된 폴더를 Hub에 업로드합니다

	액세스 [token](https://huggingface.co/settings/tokens)으로 Hugging Face 계정에 로그인하세요.

	```py
	from huggingface_hub import notebook_login

	notebook_login()
	```

	```bash
	hf auth login
	```

	짧은 id(`"my-controlnet-model"`)를 사용하여 사용자 네임스페이스에 push하거나 `"your-org/my-controlnet-model"` 형식으로 org에 push할 수 있습니다.

	## 모델

	모델을 Hub에 업로드하려면 [push_to_hub()](/docs/diffusers/v0.43.0/ko/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub)를 호출하고 모델의 저장소 id를 지정하세요.

	```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/ko/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) 메서드는 모델의 `config.json` 파일을 저장하며, 가중치는 자동으로 [safetensors 파일](./other-formats#safetensors)로 저장됩니다.

	[ControlNetModel.from_pretrained()](/docs/diffusers/v0.43.0/ko/api/models/overview#diffusers.ModelMixin.from_pretrained)로 모델을 다시 로드합니다.

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

	## 스케줄러

	Hub에 스케줄러를 푸시하려면 [push_to_hub()](/docs/diffusers/v0.43.0/ko/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub)를 호출하고 스케줄러의 저장소 id를 지정하세요.

	```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/ko/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) 메서드는 스케줄러의 `scheduler_config.json` 파일을 지정된 저장소에 저장합니다.

	[from_pretrained()](/docs/diffusers/v0.43.0/ko/api/schedulers/overview#diffusers.SchedulerMixin.from_pretrained)로 스케줄러를 다시 로드합니다.

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

	## Pipeline

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

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

	## 개인정보

	모델, 스케줄러 또는 파이프라인 파일을 비공개로 유지하려면 [push_to_hub()](/docs/diffusers/v0.43.0/ko/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub)에서 `private=True`를 설정하세요.

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

	`create_pr=True`를 전달하면 기본 브랜치에 직접 푸시하는 대신 기존 Hub 저장소에서 pull request를 엽니다.

	모델과 파이프라인도 `fp16`과 같은 이름이 지정된 가중치 파일을 원할 경우 push 시 `variant=`를 지원합니다. 스케줄러는 `variant`를 사용하지 않습니다.

	Private 저장소는 본인만 볼 수 있습니다. 다른 사용자는 해당 저장소를 clone할 수 없으며 검색 결과에도 표시되지 않습니다. 사용자가 Private 저장소의 URL을 가지고 있더라도 `404 - Sorry, we can't find the page you are looking for`를 받게 됩니다. Private 저장소에서 모델을 로드하려면 [로그인](https://huggingface.co/docs/huggingface_hub/quick-start#login) 상태여야 합니다.