Hugging Face
模型
数据集
空间
社区
文档
企业版
定价
登录
注册
Learn
Diffusers 文档
概览
Diffusers
🏡 查看所有文档
AWS Trainium & Inferentia
Accelerate
Argilla
AutoTrain
Bitsandbytes
聊天用户界面
数据集查看器
数据集
在 AWS 上部署
Diffusers
Distilabel
Evaluate
Gradio
Hub
Hub Python 库
Huggingface.js
推理端点(专用)
推理服务提供商
LeRobot
排行榜
Lighteval
Microsoft Azure
Optimum
PEFT
Safetensors
Sentence Transformers
TRL
任务
文本嵌入推理
文本生成推理
Tokenizers
Transformers
Transformers.js
smolagents
timm
搜索文档
main
v0.34.0
v0.33.1
v0.32.2
v0.31.0
v0.30.3
v0.29.2
v0.28.2
v0.27.2
v0.26.3
v0.25.1
v0.24.0
v0.23.1
v0.22.3
v0.21.0
v0.20.0
v0.19.3
v0.18.2
v0.17.1
v0.16.0
v0.15.0
v0.14.0
v0.13.0
v0.12.0
v0.11.0
v0.10.2
v0.9.0
v0.8.0
v0.7.0
v0.6.0
v0.5.1
v0.4.1
v0.3.0
v0.2.4
英
日语
韩
葡萄牙语
中文
开始使用
🧨 Diffusers
快速导览
高效扩散
安装
教程
概述
理解管道、模型和调度器
AutoPipeline
训练扩散模型
加载 pipeline 和适配器
加载管道
加载社区管道和组件
加载调度器和模型
模型文件和布局
将文件推送到Hub
适配器
生成任务
无条件图像生成
文本到图像
图像到图像
图像修复
视频生成
深度到图像
推理技巧
概述
创建服务器
分布式推理
调度器特性
管道回调
可复现管道
控制图像质量
提示词技巧
高级推理
外扩绘制
混合推理
概述
VAE 解码
VAE 编码
API 参考
特定 pipeline 示例
ConsisID
Stable Diffusion XL
SDXL Turbo
Kandinsky
OmniGen
PAG
Latent Consistency Model
Shap-E
DiffEdit
轨迹一致性蒸馏-LoRA
Stable Video Diffusion
Marigold 计算机视觉
训练
概述
创建训练数据集
模型适应新任务
模型
方法
量化方法
入门
bitsandbytes
gguf
torchao
quanto
加速推理并减少内存
加速推理
缓存
减少内存使用
编译和卸载量化模型
Pruna
xFormers
Token合并
DeepCache
TGATE
xDiT
ParaAttention
优化模型格式
JAX/Flax
ONNX
OpenVINO
Core ML
优化硬件
Metal Performance Shaders (MPS)
Intel Gaudi
AWS Neuron
概念指南
理念
受控生成
如何贡献?
Diffusers 的道德准则
评估扩散模型
社区项目
使用 Diffusers 构建的项目
API
主要类别
加载器
模型
管道
调度器
内部类
加入 Hugging Face 社区
并获得增强的文档体验
在模型、数据集和 Spaces 上进行协作
通过加速推理获得更快的示例
切换文档主题
注册
开始使用
概述
推理管道支持并启用了广泛的技术,这些技术分为两类
管道功能:这些技术修改管道或将其扩展用于其他应用。例如,管道回调为管道添加新功能,并且管道也可以扩展用于分布式推理。
提高推理质量:这些技术提高了生成图像的视觉质量。例如,您可以使用 GPT2 增强提示词,以更低的成本创建更好的图像。
<
>
在 GitHub 上更新
←
深度到图像
创建服务器
→
概览