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