这是名为 Diffusers 的 Linux 应用程序，其最新版本可以作为 PatchRelease_FixLorafusing_unfusing.zip 下载。 它可以在免费的工作站托管提供商 OnWorks 中在线运行。
使用 OnWorks 免费下载并在线运行此名为 Diffusers 的应用程序。
请按照以下说明运行此应用程序：
- 1. 在您的 PC 中下载此应用程序。
- 2. 在我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX 中输入您想要的用户名。
- 3. 在这样的文件管理器中上传这个应用程序。
- 4. 从此网站启动OnWorks Linux online 或Windows online emulator 或MACOS online emulator。
- 5. 从您刚刚启动的 OnWorks Linux 操作系统，使用您想要的用户名转到我们的文件管理器 https://www.onworks.net/myfiles.php?username=XXXXX。
- 6. 下载应用程序，安装并运行。
SCREENSHOTS
Ad
扩散器
商品描述
Diffusers 是最先进的预训练扩散模型的首选库，用于生成图像、音频，甚至分子的 3D 结构。 无论您是在寻找简单的推理解决方案还是训练自己的扩散模型，Diffusers 都是一个支持两者的模块化工具箱。 我们的库的设计重点是可用性而不是性能、简单而不是简单以及可定制性而不是抽象。 最先进的扩散管道，只需几行代码即可在推理中运行。 可互换的噪声调度器，用于不同的扩散速度和输出质量。 预训练模型可用作构建块，并与调度程序结合使用，用于创建您自己的端到端扩散系统。 我们建议在 PyPi 或 Conda 的虚拟环境中安装扩散器。 有关安装 PyTorch 和 Flax 的更多详细信息，请参阅它们的官方文档。
特征
- Apple Silicon (M1/M2) 支持
- 最先进的扩散管道，只需几行代码即可在推理中运行
- 可互换的噪声调度器，用于不同的扩散速度和输出质量
- 可用作构建块的预训练模型
- 调度程序，用于创建您自己的端到端扩散系统
- 要从文本生成图像，请使用 from_pretrained 方法加载任何预训练的扩散模型
程式语言
蟒蛇
分类目录
这个应用程序也可以从 https://sourceforge.net/projects/diffusers.mirror/ 获取。 它已托管在 OnWorks 中，以便以最简单的方式从我们的免费操作系统之一在线运行。
