Buckets:
| # Общие конвейеры и модели | |
| Делитесь своими конвейерами, моделями и планировщиками на Hub с помощью [PushToHubMixin](/docs/diffusers/v0.43.0/ru/api/schedulers/overview#diffusers.utils.PushToHubMixin). Этот миксин: | |
| 1. создаёт репозиторий на Hub | |
| 2. сохраняет файлы вашей модели, планировщика или конвейера, чтобы их можно было загрузить позже | |
| 3. загружает папку, содержащую эти файлы, в Hub | |
| Войдите в свой аккаунт Hugging Face с помощью токена доступа [token](https://huggingface.co/settings/tokens). | |
| ```py | |
| from huggingface_hub import notebook_login | |
| notebook_login() | |
| ``` | |
| ```bash | |
| hf auth login | |
| ``` | |
| Загрузите модель в пространство имён пользователя с коротким идентификатором (`"my-controlnet-model"`) или в организацию с именем `"your-org/my-controlnet-model"`. | |
| ## Модели | |
| Чтобы отправить модель на Hub, вызовите [push_to_hub()](/docs/diffusers/v0.43.0/ru/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) и укажите идентификатор репозитория модели. | |
| ```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") | |
| ``` | |
| Метод [push_to_hub()](/docs/diffusers/v0.43.0/ru/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) сохраняет файл конфигурации модели `config.json`, а веса автоматически сохраняются в виде [файлов safetensors](./other-formats#safetensors). | |
| Снова загрузите модель с помощью [ControlNetModel.from_pretrained()](/docs/diffusers/v0.43.0/ru/api/models/overview#diffusers.ModelMixin.from_pretrained). | |
| ```py | |
| model = ControlNetModel.from_pretrained("your-namespace/my-controlnet-model") | |
| ``` | |
| ## Планировщик | |
| Чтобы отправить планировщик в Hub, вызовите [push_to_hub()](/docs/diffusers/v0.43.0/ru/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) и укажите идентификатор репозитория планировщика. | |
| ```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") | |
| ``` | |
| Метод [push_to_hub()](/docs/diffusers/v0.43.0/ru/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub) сохраняет файл `scheduler_config.json` планировщика в указанное репозиторий. | |
| Снова загрузите планировщик с помощью [from_pretrained()](/docs/diffusers/v0.43.0/ru/api/schedulers/overview#diffusers.SchedulerMixin.from_pretrained). | |
| ```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/ru/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained), then call [push_to_hub()](/docs/diffusers/v0.43.0/ru/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/ru/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/ru/api/pipelines/overview#diffusers.DiffusionPipeline.from_pretrained). | |
| ```py | |
| pipeline = DiffusionPipeline.from_pretrained("your-namespace/my-qwen-image") | |
| ``` | |
| ## Конфиденциальность | |
| Укажите `private=True` в [push_to_hub()](/docs/diffusers/v0.43.0/ru/api/schedulers/overview#diffusers.utils.PushToHubMixin.push_to_hub), чтобы сделать файлы модели, планировщика или конвейера приватными. | |
| ```py | |
| controlnet.push_to_hub("my-controlnet-model-private", private=True) | |
| ``` | |
| Передайте `create_pr=True`, чтобы создать pull request в существующем репозитории на Hub, а не отправлять изменения напрямую в ветку по умолчанию. | |
| Модели и конвейеры также принимают параметр `variant=` при загрузке, если вам нужен файл весов с определённым именем, например `fp16`. Планировщики не используют `variant`. | |
| Приватные репозитории видны только вам. Другие пользователи не смогут клонировать репозиторий, и он не будет отображаться в результатах поиска. Даже если пользователь имеет URL вашего приватного репозитория, он получит `404 - Sorry, we can't find the page you are looking for`. Чтобы загрузить модель из приватного репозитория, вы должны быть [авторизованы](https://huggingface.co/docs/huggingface_hub/quick-start#login). | |
Xet Storage Details
- Size:
- 6.03 kB
- Xet hash:
- be5adc7288a3019c0fad2a80921c866bdc04473902eaee42d3b6bb4fdefe1419
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.