在 Hugging Face 中使用 🧨 diffusers
Diffusers 是用于生成图像、音频甚至分子 3D 结构的最先进预训练扩散模型的首选库。无论您是寻找简单的推理解决方案还是想要训练自己的扩散模型，Diffusers 都是支持这两种功能的模块化工具箱。该库的设计重点是可用性而不是性能，简单而不是易用，以及可定制性而不是抽象性。
在 Hub 中探索 Diffusers
在 Hub 上有超过 10,000 个与 diffusers 兼容的管道，您可以在 模型页面 的左侧过滤找到它们。扩散系统通常由多个组件组成，例如文本编码器、UNet、VAE 和调度器。即使它们不是独立模型，管道抽象也使它们易于用于推理或训练。
您可以找到适用于许多不同任务的扩散管道
如果您想在不下载它们的情况下测试这些模型，可以使用浏览器内小部件直接在浏览器中尝试这些模型！
使用现有管道
所有 diffusers 管道距离使用只有一行代码！要运行生成，建议始终从 DiffusionPipeline 开始
from diffusers import DiffusionPipeline
pipeline = DiffusionPipeline.from_pretrained("stabilityai/stable-diffusion-xl-base-1.0")如果您想加载特定的管道组件（例如 UNet），您可以通过以下方式进行
from diffusers import UNet2DConditionModel
unet = UNet2DConditionModel.from_pretrained("stabilityai/stable-diffusion-xl-base-1.0", subfolder="unet")分享您的管道和模型
所有 管道类、模型类 和 调度器类 与 Hub 完全兼容。更具体地说，它们可以使用 from_pretrained() 方法轻松地从 Hub 加载，并可以使用 push_to_hub() 方法与他人共享。
有关更多详细信息，请查看 文档。