# AutoModel

Kelas [AutoModel](/docs/diffusers/main/id/api/models/auto_model#diffusers.AutoModel) secara otomatis mendeteksi dan memuat kelas model yang benar (UNet, transformer, VAE) dari file `config.json`. Anda tidak perlu mengetahui nama kelas model spesifik sebelumnya. Kelas ini mendukung tipe data dan penempatan perangkat, serta berfungsi di berbagai jenis model dan pustaka.

Contoh di bawah ini memuat transformer dari Diffusers dan text encoder dari Transformers. Gunakan parameter `subfolder` untuk menentukan dari mana file `config.json` dimuat.

```py
import torch
from diffusers import AutoModel, DiffusionPipeline

transformer = AutoModel.from_pretrained(
    "Qwen/Qwen-Image", subfolder="transformer", dtype=torch.bfloat16, device_map="cuda"  # or "mps", "xpu", "cpu"
)

text_encoder = AutoModel.from_pretrained(
    "Qwen/Qwen-Image", subfolder="text_encoder", dtype=torch.bfloat16, device_map="cuda"
)
```

## Model kustom

[AutoModel](/docs/diffusers/main/id/api/models/auto_model#diffusers.AutoModel) juga memuat model dari [Hub](https://huggingface.co/models) yang tidak disertakan dalam Diffusers. Atur `trust_remote_code=True` di [AutoModel.from_pretrained()](/docs/diffusers/main/id/api/models/auto_model#diffusers.AutoModel.from_pretrained) untuk memuat model kustom.

Repositori model kustom memerlukan modul Python dengan kelas model, serta `config.json` dengan entri `auto_map` yang memetakan `"AutoModel"` ke `"module_file.ClassName"`.

```
custom/custom-transformer-model/
├── config.json
├── my_model.py
└── diffusion_pytorch_model.safetensors
```

`config.json` mencakup bidang `auto_map` yang menunjuk ke kelas kustom.

```json
{
  "auto_map": {
    "AutoModel": "my_model.MyCustomModel"
  }
}
```

Lalu muat dengan `trust_remote_code=True`.

```py
import torch
from diffusers import AutoModel

transformer = AutoModel.from_pretrained(
    "custom/custom-transformer-model", trust_remote_code=True, dtype=torch.bfloat16, device_map="cuda"  # or "mps", "xpu", "cpu"
)
```

Sebagai contoh nyata, [Overworld/Waypoint-1-Small](https://huggingface.co/Overworld/Waypoint-1-Small/tree/main/transformer) menyediakan kelas `WorldModel` kustom di beberapa modul dalam subfolder `transformer`-nya.

```
transformer/
├── config.json          # auto_map: "model.WorldModel"
├── model.py
├── attn.py
├── nn.py
├── cache.py
├── quantize.py
├── __init__.py
└── diffusion_pytorch_model.safetensors
```

```py
import torch
from diffusers import AutoModel

transformer = AutoModel.from_pretrained(
    "Overworld/Waypoint-1-Small", subfolder="transformer", trust_remote_code=True, dtype=torch.bfloat16, device_map="cuda"  # or "mps", "xpu", "cpu"
)
```

Jika model kustom mewarisi dari kelas [ModelMixin](/docs/diffusers/main/id/api/models/overview#diffusers.ModelMixin), model tersebut mendapatkan akses ke fitur yang sama seperti kelas model Diffusers, seperti [regional compilation](../optimization/fp16#regional-compilation) dan [group offloading](../optimization/memory#group-offloading).

> [!WARNING]
> Sebagai tindakan pencegahan dengan `trust_remote_code=True`, berikan commit hash ke argumen `revision` di [AutoModel.from_pretrained()](/docs/diffusers/main/id/api/models/auto_model#diffusers.AutoModel.from_pretrained) untuk memastikan kode tidak diperbarui dengan kode berbahaya baru (kecuali Anda sepenuhnya mempercayai pemilik model).
>
> ```py
> transformer = AutoModel.from_pretrained(
>     "Overworld/Waypoint-1-Small", subfolder="transformer", trust_remote_code=True, revision="a3d8cb2"
> )
> ```

## Menyimpan model kustom

Gunakan `register_for_auto_class()` untuk menambahkan entri `auto_map` ke `config.json` secara otomatis saat menyimpan. Ini menghindari kebutuhan untuk mengedit file konfigurasi secara manual.

```py
# my_model.py
from diffusers import ModelMixin, ConfigMixin

class MyCustomModel(ModelMixin, ConfigMixin):
    ...

MyCustomModel.register_for_auto_class("AutoModel")

model = MyCustomModel(...)
model.save_pretrained("./my_model")
```

`config.json` yang disimpan akan mencakup bidang `auto_map`.

```json
{
  "auto_map": {
    "AutoModel": "my_model.MyCustomModel"
  }
}
```

## Langkah selanjutnya

Pelajari lebih lanjut tentang implementasi model kustom di panduan [Komponen komunitas](../using-diffusers/custom_pipeline_overview#community-components).