huggingface/diffusers

해결하는 문제

Diffusers는 최신 사전 학습된 확산 모델의 사용과 학습을 간소화하기 위해 설계된 라이브러리입니다. 복잡한 시스템을 처음부터 구축할 필요 없이 이미지, 오디오, 3D 분자 구조를 생성할 수 있는 모듈식 도구 상자(Toolbox)를 제공합니다.

작동 방식

이 라이브러리는 세 가지 핵심 구성 요소로 구성되어 있습니다:

• 확산 파이프라인: 몇 줄의 코드로 추론을 실행할 수 있는 고수준 API입니다.
• 노이즈 스케줄러: 확산 속도와 출력 품질을 제어하는 교환 가능한 구성 요소입니다.
• 사전 학습 모델: 스케줄러와 결합하여 사용자 정의 엔드투엔드 확산 시스템을 만들 수 있는 모듈식 빌딩 블록입니다.

대상 사용자

텍스트-이미지, 이미지-이미지, 인페인팅, 초해상도와 같은 확산 기반 생성 작업을 간단한 추론 또는 자체 모델 학습을 통해 구현하고자 하는 개발자 및 연구자에게 적합합니다.

주요 특징

• 다양한 모달리티 지원: 이미지, 오디오, 3D 분자 구조 생성을 지원합니다.
• 모듈식 설계: 엄격한 추상화보다는 사용자 정의 가능성과 사용 편의성을 우선시합니다.
• 풍부한 모델 허브: Hugging Face Hub를 통해 30,000개 이상의 사전 학습된 체크포인트에 접근할 수 있습니다.
• 최적화 도구: 메모리 사용량 감소 및 추론 속도 향상을 위한 가이드와 도구를 포함합니다.