Diffusers
Hugging Face의 Python 라이브러리로, 이미지·비디오·오디오용 확산 모델을 실행하고 학습합니다.
Diffusers는 Hugging Face의 사전학습 확산 모델 라이브러리입니다. 핵심은 세 부분입니다: 몇 줄의 코드로 결과를 만드는 바로 쓸 수 있는 파이프라인, 속도와 품질의 균형을 조절할 수 있는 교체 가능한 노이즈 스케줄러, 그리고 자신만의 시스템으로 조합할 수 있는 사전학습 모델 컴포넌트. README에 따르면 Hub에는 Diffusers와 함께 쓸 수 있는 체크포인트가 3만 개 넘습니다.
pip install diffusers[torch]로 설치하고, DiffusionPipeline.from_pretrained로 모델을 불러와 GPU로 옮깁니다. Apple Silicon은 PyTorch의 MPS 백엔드로 지원되며 문서에 가이드도 있습니다. 이미지·비디오 모델의 모델 카드에는 Diffusers 코드 조각이 실리는 경우가 많아, 개발자의 예제를 재현하는 표준적인 방법입니다.
라이선스는 Apache 2.0입니다. 개발자용 코드이지 완성된 앱이 아니므로, 클릭만으로 쓰고 싶다면 ComfyUI를 보세요. 이미지·비디오 모델 자체가 크므로 각 모델 페이지에서 메모리 요구량을 확인하세요.
적합한 용도
- Python으로 이미지나 비디오 생성 기능 만들기
- 확산 모델 파인튜닝 또는 LoRA 학습
- 모델 카드의 예제 재현하기
- 여러 스케줄러를 시험하며 속도와 품질의 균형 맞추기
주의할 점
- 라이브러리이므로 코드를 직접 쓰거나 다른 도구를 인터페이스로 사용해야 함
- 모델이 크며 필요한 메모리는 각 모델 페이지에 있음
- 모델 카드에서 필요한 Diffusers 버전을 확인하세요. 새 모델일수록 최신 라이브러리 버전이 필요합니다