huggingface/diffusers
🤗 Diffusers: State-of-the-art diffusion models for image, video, and audio generation in PyTorch.
What it solves
Diffusers 是一个库，旨在提供简易访问最先进的预训练扩散模型，以生成图像、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，提供一个以可用性和可定制性为优先的模块化工具箱，而非严格的抽象层。
How it works
该库围绕三个核心组件构建：
- Diffusion Pipelines：高级 API，允许用户只用几行代码即可执行复杂的推理任务。
- Noise Schedulers：可互换的组件，控制扩散速度和输出质量。
- Pretrained Models：模块化的构建块，可与调度器结合创建自定义端到端扩散系统。
Who it’s for
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或微调自己扩散模型的人。
Highlights
- Broad Modality Support：支持图像、音频和 3D 分子结构生成。
- Extensive Model Hub：通过 Hugging Face Hub 访问超过 30,000 个 checkpoint。
- Modular Architecture：允许用户交换调度器和模型，以微调系统行为。
- Optimization：包含降低内存消耗和提升推理速度的指南与工具。
- Wide Adoption：已被超过 14,000 个其他 GitHub 仓库使用。