Diffusers documentation

Instalação

Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

Instalação

🤗 Diffusers é testado no Python 3.8+, PyTorch 1.7.0+, e Flax. Siga as instruções de instalação abaixo para a biblioteca de deep learning que você está utilizando:

  • PyTorch instruções de instalação
  • Flax instruções de instalação

Instalação com pip

Recomenda-se instalar 🤗 Diffusers em um ambiente virtual. Se você não está familiarizado com ambiente virtuals, veja o guia. Um ambiente virtual deixa mais fácil gerenciar diferentes projetos e evitar problemas de compatibilidade entre dependências.

Comece criando um ambiente virtual no diretório do projeto:

python -m venv .env

Ative o ambiente virtual:

source .env/bin/activate

Recomenda-se a instalação do 🤗 Transformers porque 🤗 Diffusers depende de seus modelos:

Pytorch
Hide Pytorch content
pip install diffusers["torch"] transformers
JAX
Hide JAX content
pip install diffusers["flax"] transformers

Instalação a partir do código fonte

Antes da instalação do 🤗 Diffusers a partir do código fonte, certifique-se de ter o PyTorch e o 🤗 Accelerate instalados.

Para instalar o 🤗 Accelerate:

pip install accelerate

então instale o 🤗 Diffusers do código fonte:

pip install git+https://github.com/huggingface/diffusers

Esse comando instala a última versão em desenvolvimento main em vez da última versão estável stable. A versão main é útil para se manter atualizado com os últimos desenvolvimentos. Por exemplo, se um bug foi corrigido desde o último lançamento estável, mas um novo lançamento ainda não foi lançado. No entanto, isso significa que a versão main pode não ser sempre estável. Nós nos esforçamos para manter a versão main operacional, e a maioria dos problemas geralmente são resolvidos em algumas horas ou um dia. Se você encontrar um problema, por favor abra uma Issue, assim conseguimos arrumar o quanto antes!

Instalação editável

Você precisará de uma instalação editável se você:

  • Usar a versão main do código fonte.
  • Contribuir para o 🤗 Diffusers e precisa testar mudanças no código.

Clone o repositório e instale o 🤗 Diffusers com os seguintes comandos:

git clone https://github.com/huggingface/diffusers.git
cd diffusers
Pytorch
Hide Pytorch content
pip install -e ".[torch]"
JAX
Hide JAX content
pip install -e ".[flax]"

Esses comandos irá linkar a pasta que você clonou o repositório e os caminhos das suas bibliotecas Python. Python então irá procurar dentro da pasta que você clonou além dos caminhos normais das bibliotecas. Por exemplo, se o pacote python for tipicamente instalado no ~/anaconda3/envs/main/lib/python3.10/site-packages/, o Python também irá procurar na pasta ~/diffusers/ que você clonou.

Você deve deixar a pasta diffusers se você quiser continuar usando a biblioteca.

Agora você pode facilmente atualizar seu clone para a última versão do 🤗 Diffusers com o seguinte comando:

cd ~/diffusers/
git pull

Seu ambiente Python vai encontrar a versão main do 🤗 Diffusers na próxima execução.

Cache

Os pesos e os arquivos dos modelos são baixados do Hub para o cache que geralmente é o seu diretório home. Você pode mudar a localização do cache especificando as variáveis de ambiente HF_HOME ou HUGGINFACE_HUB_CACHE ou configurando o parâmetro cache_dir em métodos como from_pretrained().

Aquivos em cache permitem que você rode 🤗 Diffusers offline. Para prevenir que o 🤗 Diffusers se conecte à internet, defina a variável de ambiente HF_HUB_OFFLINE para True e o 🤗 Diffusers irá apenas carregar arquivos previamente baixados em cache.

export HF_HUB_OFFLINE=True

Para mais detalhes de como gerenciar e limpar o cache, olhe o guia de caching.

Telemetria

Nossa biblioteca coleta informações de telemetria durante as requisições from_pretrained(). O dado coletado inclui a versão do 🤗 Diffusers e PyTorch/Flax, o modelo ou classe de pipeline requisitado, e o caminho para um checkpoint pré-treinado se ele estiver hospedado no Hugging Face Hub. Esse dado de uso nos ajuda a debugar problemas e priorizar novas funcionalidades. Telemetria é enviada apenas quando é carregado modelos e pipelines do Hub, e não é coletado se você estiver carregando arquivos locais.

Nos entendemos que nem todo mundo quer compartilhar informações adicionais, e nós respeitamos sua privacidade. Você pode desabilitar a coleta de telemetria definindo a variável de ambiente DISABLE_TELEMETRY do seu terminal:

No Linux/MacOS:

export DISABLE_TELEMETRY=YES

No Windows:

set DISABLE_TELEMETRY=YES
< > Update on GitHub