diffusers：一个用于在图像、音频和 3D 结构上运行和训练最先进扩散模型的模块化工具箱

它解决了什么问题

Diffusers 是一个库，旨在提供对最先进的预训练扩散模型的便捷访问，用于生成图像、音频和 3D 分子结构。它简化了运行推理（生成内容）和训练自定义扩散模型的过程，提供了一个模块化工具箱，优先考虑可用性和可定制性，而不是严格的抽象层。

工作原理

该库围绕三个核心组件构建：

• 扩散管道：高级 API，用户只需几行代码即可执行复杂的推理任务。
• 噪声调度器：可互换的组件，控制扩散速度和输出质量。
• 预训练模型：模块化构建块，可与调度器组合，创建自定义的端到端扩散系统。

适用人群

它面向希望使用预训练扩散模型进行文本到图像、图像到图像、修复和超分辨率等任务的开发者和研究者，也适用于想从头训练自己的扩散模型或进行微调的人群。

亮点

• 广泛的模态支持：支持图像、音频和 3D 分子结构生成。
• 丰富的模型中心：通过 Hugging Face Hub 可访问超过 30,000 个检查点。
• 模块化架构：允许用户交换调度器和模型，以微调系统行为。
• 优化：提供降低内存消耗和提升推理速度的指南和工具。
• 广泛采用：已被超过 14,000 个其他 GitHub 仓库使用。

---

摘要：

一个用于生成图像、音频和 3D 分子结构的最先进预训练扩散模型的模块化库。

标题：

diffusers：一个用于在图像、音频和 3D 结构上运行和训练最先进扩散模型的模块化工具箱