Diffusers

Python-библиотека Hugging Face для запуска и обучения диффузионных моделей изображений, видео и аудио.

  • Библиотеки
  • Apache 2.0 · Открытый код
  • macOS, Windows, Linux
  • Проверено

Diffusers — библиотека Hugging Face для предобученных диффузионных моделей. У неё три ключевые части: готовые пайплайны, которые дают результат в несколько строк кода; взаимозаменяемые noise schedulers, балансирующие скорость и качество; и компоненты предобученных моделей, которые можно собрать в собственные системы. В README сказано, что на Hub более 30 000 чекпоинтов, совместимых с Diffusers.

Установка — pip install diffusers[torch], модель загружается через DiffusionPipeline.from_pretrained и переносится на GPU. Apple Silicon поддерживается через MPS-бэкенд PyTorch, и в документации есть соответствующее руководство. В карточках моделей изображений и видео часто приводят фрагмент кода Diffusers, так что это обычный способ воспроизвести пример самого разработчика.

Лицензия — Apache 2.0. Это код для разработчиков, а не готовое приложение; для работы «в пару кликов» посмотрите ComfyUI. Модели изображений и видео сами по себе большие, поэтому проверяйте требования к памяти на странице каждой модели.

Подходит для

  • Создание функций генерации изображений или видео на Python
  • Дообучение или LoRA-обучение диффузионных моделей
  • Воспроизведение примера из карточки модели
  • Перебор разных планировщиков (scheduler), чтобы найти баланс скорости и качества

На что обратить внимание

  • Это библиотека: код вы пишете сами либо используете другой инструмент как интерфейс
  • Модели большие, а требования к памяти указаны на странице каждой модели
  • Проверьте в карточке модели нужную версию Diffusers: новым моделям нужны свежие версии библиотеки

Ссылки