# 在 Hugging Face 上使用 🧨 `diffusers`

Diffusers 是用于生成图像、音频甚至分子 3D 结构的先进预训练扩散模型的首选库。无论您是寻求简单的推理方案，还是希望训练自己的扩散模型，Diffusers 都是一个支持这两者的模块化工具箱。该库的设计侧重于易用性而非性能、简洁而非简单，以及可定制性而非抽象。

## 在 Hub 中探索 Diffusers

Hub 上有超过 10,000 个兼容 `diffusers` 的流水线，您可以在 [模型页面](https://huggingface.co/models?library=diffusers&sort=downloads) 左侧通过筛选找到它们。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。尽管它们并非独立的模型，但流水线抽象使得将它们用于推理或训练变得十分便捷。

您可以找到适用于许多不同任务的扩散模型流水线：

* 根据自然语言文本提示生成图像（[文本到图像](https://huggingface.co/models?library=diffusers&pipeline_tag=text-to-image&sort=downloads)）。
* 使用自然语言文本提示词对图像进行转换（[image-to-image](https://huggingface.co/models?library=diffusers&pipeline_tag=image-to-image&sort=downloads)）。
* 根据自然语言描述生成视频（[text-to-video](https://huggingface.co/models?library=diffusers&pipeline_tag=text-to-video&sort=downloads)）。

如果您想在不下载模型的情况下进行测试，可以借助浏览器内的小部件直接在浏览器中试用这些模型！

## Diffusers 仓库文件

[Diffusers](https://hf.co/docs/diffusers/index) 模型仓库包含所有必需的模型子组件，例如用于编码图像和解码潜在表示的变分自编码器、文本编码器、Transformer 模型等。这些子组件被组织成多文件夹布局。

  

每个子文件夹都包含各个组件的权重和配置（如适用），类似于 [Transformers](./transformers) 模型。

权重通常以 safetensors 文件的形式存储，而配置文件通常是一个包含模型架构信息的 json 文件。

## 使用现有管道

所有 `diffusers` 流水线都只需一行代码即可使用！要运行生成任务，我们建议始终从 `DiffusionPipeline` 开始：

```py
from diffusers import DiffusionPipeline

pipeline = DiffusionPipeline.from_pretrained("stabilityai/stable-diffusion-xl-base-1.0")
```

如果您想加载特定的流水线组件，例如 UNet，可以通过以下方式实现：

```py
from diffusers import UNet2DConditionModel

unet = UNet2DConditionModel.from_pretrained("stabilityai/stable-diffusion-xl-base-1.0", subfolder="unet")
```

## 共享您的管道和模型

所有 [pipeline 类](https://huggingface.co/docs/diffusers/main/api/pipelines/overview)、[model 类](https://huggingface.co/docs/diffusers/main/api/models/overview) 和 [scheduler 类](https://huggingface.co/docs/diffusers/main/api/schedulers/overview) 均与 Hub 完全兼容。更具体地说，它们可以通过 `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，请参阅[文档](https://huggingface.co/docs/diffusers/main/en/using-diffusers/push_to_hub)。

## 其他资源

* Diffusers [库](https://github.com/huggingface/diffusers)。
* Diffusers [文档](https://huggingface.co/docs/diffusers/index)。

