Jalankan Flux.n Mac dengan Peresap-Tutorial Python-php.cn

Apa itu Diffusers?

muka berpelukan / penyebar

? Penyebar: Model penyebaran terkini untuk penjanaan imej dan audio dalam PyTorch dan FLAX.

Run Flux.n Mac with Diffusers

? Peresap ialah perpustakaan yang boleh digunakan untuk model resapan terlatih terkini untuk menjana imej, audio dan juga struktur molekul 3D. Sama ada anda sedang mencari penyelesaian inferens mudah atau melatih model resapan anda sendiri, ? Peresap ialah kotak alat modular yang menyokong kedua-duanya. Pustaka kami direka bentuk dengan tumpuan pada kebolehgunaan berbanding prestasi, ringkas berbanding mudah dan kebolehsesuaian berbanding abstrak.

? Peresap menawarkan tiga komponen teras:

Saluran resapan tercanggih yang boleh dijalankan secara inferens dengan hanya beberapa baris kod.
Penjadual hingar yang boleh ditukar ganti untuk kelajuan resapan dan kualiti output yang berbeza.
Model terlatih yang boleh digunakan sebagai blok binaan, dan digabungkan dengan penjadual, untuk mencipta sistem penyebaran hujung ke hujung anda sendiri.

Pemasangan

Kami mengesyorkan memasang ? Penyebar dalam persekitaran maya daripada PyPI atau Conda. Untuk butiran lanjut tentang memasang PyTorch dan Flax, sila rujuk dokumentasi rasmi mereka.

PyTorch

Dengan pip (rasmi…

Lihat di GitHub

Apa itu Flux

https://blackforestlabs.ai/announcing-black-forest-labs/

1. Buat env maya

python3 -m venv fluxtest source fluxtest/bin/activate

Salin selepas log masuk

2. Log masuk ke Memeluk Wajah melalui CLI

https://huggingface.co/docs/huggingface_hub/main/en/guides/cli

pip install -U "huggingface_hub[cli]" huggingface-cli login

Salin selepas log masuk

3. Pasang pakej

pip install torch==2.3.1 pip install git+https://github.com/huggingface/diffusers.git pip install transformers==4.43.3 sentencepiece==0.2.0 accelerate==0.33.0 protobuf==5

Salin selepas log masuk

4. Jalankan skrip Python

imej.py

import torch from diffusers import FluxPipeline import diffusers _flux_rope = diffusers.models.transformers.transformer_flux.rope def new_flux_rope(pos: torch.Tensor, dim: int, theta: int) -> torch.Tensor: assert dim % 2 == 0, "The dimension must be even." if pos.device.type == "mps": return _flux_rope(pos.to("cpu"), dim, theta).to(device=pos.device) else: return _flux_rope(pos, dim, theta) diffusers.models.transformers.transformer_flux.rope = new_flux_rope pipe = FluxPipeline.from_pretrained("black-forest-labs/FLUX.1-schnell", revision='refs/pr/1', torch_dtype=torch.bfloat16).to("mps") prompt = "japanese girl, photo-realistic" out = pipe( prompt=prompt, guidance_scale=0., height=1024, width=1024, num_inference_steps=4, max_sequence_length=256, ).images[0] out.save("image.png")

Salin selepas log masuk

Akhir sekali, jalankan skrip Python untuk menjana imej.