# Diffusers

Diffusersは、事前学習済み拡散モデルと、カスタムな画像・動画・音声ワークフローを構築するための基盤を提供します。

主に2つのパスがあります。

- [DiffusionPipeline](/docs/diffusers/main/ja/api/pipelines/overview#diffusers.DiffusionPipeline)は、事前学習済みチェックポイントを用いた数行の推論をサポートしており、LoRAなどのアダプターにも対応しています。これは生成における簡単な方法です。
- [Modular Diffusers](./modular_diffusers/overview) は、より細かな制御が必要な場合に、カスタムパイプライン用のコンポーザブルなブロックと [ModularPipeline](/docs/diffusers/main/ja/api/modular_diffusers/pipeline#diffusers.ModularPipeline) を提供します。

オフロードや量子化などの最適化により、メモリが限られたデバイスでも大規模モデルを動作させることができます。メモリが問題にならない場合、Diffusers はより高速な推論のために `torch.compile` もサポートしています。

今すぐ[Hub](https://huggingface.co/models?library=diffusers&sort=trending)でトレンドのDiffusersモデルを閲覧できます。

## 学習

初心者の方は、[Hugging Face Diffusion Models Course](https://huggingface.co/learn/diffusion-course/unit0/1)から始めることをお勧めします。このコースでは、Diffusers を用いた拡散理論、画像生成、モデルのファインチューニングなどについて解説しています。

[クイックスタート](./quicktour)には、推論用のコピー可能なエージェント設定プロンプトも含まれています。

## 次のステップ

- [推論](./using-diffusers/loading) — パイプラインを読み込み、生成を実行
- [最適化とスケーリング](./optimization/overview) — メモリ、速度、量子化、サービング
- [Modular Diffusers](./modular_diffusers/overview) — ブロックからカスタムパイプラインを構築
- [学習とファインチューニング](./training/overview) — 拡散モデルとアダプタの学習
- [CLI](./using-diffusers/cli) - コマンドラインからパイプラインを実行してパッケージングします