Buckets:

hf-doc-build
/

doc

Files

xet

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

mishig

2 days ago

preview code

download

raw

7.57 kB

# Início rápido

Diffusers é uma biblioteca para desenvolvedores e pesquisadores que fornece uma API de inferência simples para gerar imagens, vídeos e áudio, além dos blocos de construção para implementar novos fluxos de trabalho.

O Diffusers oferece muitas otimizações nativas que permitem carregar e executar modelos grandes em configurações com memória limitada ou acelerar a inferência.

Este Quickstart fornecerá uma visão geral do Diffusers e permitirá que você comece a gerar rapidamente.

> [!TIP]
> Antes de começar, verifique se você tem uma [conta](https://huggingface.co/join) do Hugging Face para usar modelos com acesso restrito, como o [Flux](https://huggingface.co/black-forest-labs/FLUX.1-dev). Prefere construir um pipeline personalizado? Consulte o [Modular Diffusers quickstart](./modular_diffusers/quickstart) e a [overview](./modular_diffusers/overview).

Siga o guia de [Instalação](./installation) para instalar o Diffusers, caso ainda não esteja instalado.

## Prompt do agente

Cole isso no seu agente de codificação para configurar o Diffusers para inferência.

```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/pt/api/pipelines/overview#diffusers.DiffusionPipeline) agrupa os componentes de um modelo de difusão (codificador de texto, agendador, UNet ou DiT e VAE) em uma única classe para inferência. Carregue com [from_pretrained()](/docs/diffusers/v0.43.0/pt/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained) e, em seguida, chame o pipeline.

Argumentos em `__call__()` como `num_inference_steps` alteram a qualidade e a velocidade. Para detalhes de carregamento e componentes combinados, consulte [Carregar pipelines](./using-diffusers/loading). Para trocar o agendador, consulte [Agendadores](./using-diffusers/schedulers).

Os exemplos abaixo usam os valores padrão dos argumentos.

Use `.images[0]` para acessar a imagem gerada.

```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]
```

Use `.frames[0]` para acessar o vídeo gerado e [export_to_video()](/docs/diffusers/v0.43.0/pt/api/utilities#diffusers.utils.export_to_video) para salvar o vídeo.

```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

Os adaptadores [LoRA](./tutorials/using_peft_for_inference) adicionam um checkpoint de estilo ou assunto pequeno sobre um pipeline base. Carregue um com [load_lora_weights()](/docs/diffusers/v0.43.0/pt/api/loaders/lora#diffusers.loaders.QwenImageLoraLoaderMixin.load_lora_weights). Alguns LoRAs precisam de uma frase gatilho. Verifique o cartão de modelo do LoRA.

```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]
```

## Quantização e otimizações

Modelos grandes geralmente precisam de menos memória ou mais velocidade. Use [quantização](./quantization/overview) para reduzir os pesos na memória e [compile_repeated_blocks()](/docs/diffusers/v0.43.0/pt/api/models/overview#diffusers.ModelMixin.compile_repeated_blocks) para acelerar gerações posteriores. Para [offloading de modelos](./optimization/memory#model-offloading) e outras opções, consulte [Otimizar e escalar](./stable_diffusion).

Para usar menos memória, carregue em 4 bits com 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]
```

Para acelerar execuções posteriores, compile blocos repetidos no transformer. O primeiro generate após o compile é um cold start e é lento. Os generates subsequentes são mais rápidos.

```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]
```

## Próximas etapas

- [Inferência](./using-diffusers/loading) — pipelines, prompting e adaptadores
- [Otimizar e escalar](./stable_diffusion) — memória, velocidade, quantização e serviço
- [Modular Diffusers](./modular_diffusers/overview) — blocos componíveis e pipelines personalizados
- [Treinar e ajustar](./training/overview) — scripts de treinamento e adaptadores
- [CLI](./using-diffusers/cli) — gerar a partir da linha de comando

Xet Storage Details

Size:: 7.57 kB
Xet hash:: 6a5f88b02ef889e468f05b0a909b454067fb312f1dfca1a912bc7efb32dbbd7d

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

	# Início rápido

	Diffusers é uma biblioteca para desenvolvedores e pesquisadores que fornece uma API de inferência simples para gerar imagens, vídeos e áudio, além dos blocos de construção para implementar novos fluxos de trabalho.

	O Diffusers oferece muitas otimizações nativas que permitem carregar e executar modelos grandes em configurações com memória limitada ou acelerar a inferência.

	Este Quickstart fornecerá uma visão geral do Diffusers e permitirá que você comece a gerar rapidamente.

	> [!TIP]
	> Antes de começar, verifique se você tem uma [conta](https://huggingface.co/join) do Hugging Face para usar modelos com acesso restrito, como o [Flux](https://huggingface.co/black-forest-labs/FLUX.1-dev). Prefere construir um pipeline personalizado? Consulte o [Modular Diffusers quickstart](./modular_diffusers/quickstart) e a [overview](./modular_diffusers/overview).

	Siga o guia de [Instalação](./installation) para instalar o Diffusers, caso ainda não esteja instalado.

	## Prompt do agente

	Cole isso no seu agente de codificação para configurar o Diffusers para inferência.

	```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/pt/api/pipelines/overview#diffusers.DiffusionPipeline) agrupa os componentes de um modelo de difusão (codificador de texto, agendador, UNet ou DiT e VAE) em uma única classe para inferência. Carregue com [from_pretrained()](/docs/diffusers/v0.43.0/pt/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained) e, em seguida, chame o pipeline.

	Argumentos em `__call__()` como `num_inference_steps` alteram a qualidade e a velocidade. Para detalhes de carregamento e componentes combinados, consulte [Carregar pipelines](./using-diffusers/loading). Para trocar o agendador, consulte [Agendadores](./using-diffusers/schedulers).

	Os exemplos abaixo usam os valores padrão dos argumentos.

	Use `.images[0]` para acessar a imagem gerada.

	```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]
	```

	Use `.frames[0]` para acessar o vídeo gerado e [export_to_video()](/docs/diffusers/v0.43.0/pt/api/utilities#diffusers.utils.export_to_video) para salvar o vídeo.

	```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

	Os adaptadores [LoRA](./tutorials/using_peft_for_inference) adicionam um checkpoint de estilo ou assunto pequeno sobre um pipeline base. Carregue um com [load_lora_weights()](/docs/diffusers/v0.43.0/pt/api/loaders/lora#diffusers.loaders.QwenImageLoraLoaderMixin.load_lora_weights). Alguns LoRAs precisam de uma frase gatilho. Verifique o cartão de modelo do LoRA.

	```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]
	```

	## Quantização e otimizações

	Modelos grandes geralmente precisam de menos memória ou mais velocidade. Use [quantização](./quantization/overview) para reduzir os pesos na memória e [compile_repeated_blocks()](/docs/diffusers/v0.43.0/pt/api/models/overview#diffusers.ModelMixin.compile_repeated_blocks) para acelerar gerações posteriores. Para [offloading de modelos](./optimization/memory#model-offloading) e outras opções, consulte [Otimizar e escalar](./stable_diffusion).

	Para usar menos memória, carregue em 4 bits com 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]
	```

	Para acelerar execuções posteriores, compile blocos repetidos no transformer. O primeiro generate após o compile é um cold start e é lento. Os generates subsequentes são mais rápidos.

	```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]
	```

	## Próximas etapas

	- [Inferência](./using-diffusers/loading) — pipelines, prompting e adaptadores
	- [Otimizar e escalar](./stable_diffusion) — memória, velocidade, quantização e serviço
	- [Modular Diffusers](./modular_diffusers/overview) — blocos componíveis e pipelines personalizados
	- [Treinar e ajustar](./training/overview) — scripts de treinamento e adaptadores
	- [CLI](./using-diffusers/cli) — gerar a partir da linha de comando