diffusers/pr_13881/zh/_app/immutable/nodes/22.BBQzHS76.js

import"../chunks/DsnmJJEf.js";import{i as _,h as k,C as X,H as o,a as e,E as N,s as S}from"../chunks/DdZvggmf.js";import{p as L,o as R,s as l,f as Y,a as G,b as I,c as v,n as F}from"../chunks/BbekZcyp.js";const A='{"title":"如何使用 Core ML 运行 Stable Diffusion","local":"如何使用-core-ml-运行-stable-diffusion","sections":[{"title":"Stable Diffusion Core ML 检查点","local":"stable-diffusion-core-ml-检查点","sections":[],"depth":2},{"title":"选择要使用的 Core ML 变体","local":"选择要使用的-core-ml-变体","sections":[],"depth":2},{"title":"Python中的Core ML推理","local":"python中的core-ml推理","sections":[{"title":"下载模型检查点","local":"下载模型检查点","sections":[],"depth":3},{"title":"推理","local":"python-inference","sections":[],"depth":3}],"depth":2},{"title":"Core ML 在 Swift 中的推理","local":"core-ml-在-swift-中的推理","sections":[{"title":"下载","local":"下载","sections":[],"depth":3},{"title":"推理","local":"swift-inference","sections":[],"depth":3}],"depth":2},{"title":"支持的 Diffusers 功能","local":"支持的-diffusers-功能","sections":[],"depth":2},{"title":"原生 Diffusers Swift 应用","local":"原生-diffusers-swift-应用","sections":[],"depth":2}],"depth":1}';var V=v('<meta name="hf:doc:metadata"/>'),P=v(`<p></p> <!> <!> <p><a href="https://developer.apple.com/documentation/coreml" rel="nofollow">Core ML</a> 是 Apple 框架支持的模型格式和机器学习库。如果您有兴趣在 macOS 或 iOS/iPadOS 应用中运行 Stable Diffusion 模型，本指南将展示如何将现有的 PyTorch 检查点转换为 Core ML 格式，并使用 Python 或 Swift 进行推理。</p> <p>Core ML 模型可以利用 Apple 设备中所有可用的计算引擎：CPU、GPU 和 Apple Neural Engine（或 ANE，一种在 Apple Silicon Mac 和现代 iPhone/iPad 中可用的张量优化加速器）。根据模型及其运行的设备，Core ML 还可以混合和匹配计算引擎，例如，模型的某些部分可能在 CPU 上运行，而其他部分在 GPU 上运行。</p> <blockquote class="tip"><p>您还可以使用 PyTorch 内置的 <code>mps</code> 加速器在 Apple Silicon Mac 上运行 <code>diffusers</code> Python 代码库。这种方法在 <a href="mps">mps 指南</a> 中有详细解释，但它与原生应用不兼容。</p></blockquote> <!> <p>Stable Diffusion 权重（或检查点）以 PyTorch 格式存储，因此在使用它们之前，需要将它们转换为 Core ML 格式。</p> <p>幸运的是，Apple 工程师基于 <code>diffusers</code> 开发了 <a href="https://github.com/apple/ml-stable-diffusion#-converting-models-to-core-ml" rel="nofollow">一个转换工具</a>，用于将 PyTorch 检查点转换为 Core ML。</p> <p>但在转换模型之前，花点时间探索 Hugging Face Hub——很可能您感兴趣的模型已经以 Core ML 格式提供：</p> <ul><li><a href="https://huggingface.co/apple" rel="nofollow">Apple</a> 组织包括 Stable Diffusion 版本 1.4、1.5、2.0 基础和 2.1 基础</li> <li><a href="https://huggingface.co/coreml-community" rel="nofollow">coreml community</a> 包括自定义微调模型</li> <li>使用此 <a href="https://huggingface.co/models?pipeline_tag=text-to-image&amp;library=coreml&amp;p=2&amp;sort=likes" rel="nofollow">过滤器</a> 返回所有可用的 Core ML 检查点</li></ul> <p>如果您找不到感兴趣的模型，我们建议您遵循 Apple 的 <a href="https://github.com/apple/ml-stable-diffusion#-converting-models-to-core-ml" rel="nofollow">Converting Models to Core ML</a> 说明。</p> <!> <p>Stable Diffusion 模型可以转换为不同的 Core ML 变体，用于不同目的：</p> <ul><li>注意力类型
使用了n个块。注意力操作用于“关注”图像表示中不同区域之间的关系，并理解图像和文本表示如何相关。注意力的计算和内存消耗很大，因此存在不同的实现方式，以适应不同设备的硬件特性。对于Core ML Stable Diffusion模型，有两种注意力变体：</li></ul> <ul><li><code>split_einsum</code>（<a href="https://machinelearning.apple.com/research/neural-engine-transformers" rel="nofollow">由Apple引入</a>）针对ANE设备进行了优化，这些设备在现代iPhone、iPad和M系列计算机中可用。</li> <li>“原始”注意力（在<code>diffusers</code>中使用的基础实现）仅与CPU/GPU兼容，不与ANE兼容。在CPU + GPU上使用<code>original</code>注意力运行模型可能比ANE<em>更快</em>。请参阅<a href="https://huggingface.co/blog/fast-mac-diffusers#performance-benchmarks" rel="nofollow">此性能基准</a>以及社区提供的<a href="https://github.com/huggingface/swift-coreml-diffusers/issues/31" rel="nofollow">一些额外测量</a>以获取更多细节。</li></ul> <ul><li>支持的推理框架。</li></ul> <ul><li><code>packages</code>适用于Python推理。这可用于在尝试将转换后的Core ML模型集成到原生应用程序之前进行测试，或者如果您想探索Core ML性能但不需要支持原生应用程序。例如，具有Web UI的应用程序完全可以使用Python Core ML后端。</li> <li><code>compiled</code>模型是Swift代码所必需的。Hub中的<code>compiled</code>模型将大型UNet模型权重分成多个文件，以兼容iOS和iPadOS设备。这对应于<a href="https://github.com/apple/ml-stable-diffusion#-converting-models-to-core-ml" rel="nofollow"><code>--chunk-unet</code>转换选项</a>。如果您想支持原生应用程序，则需要选择<code>compiled</code>变体。</li></ul> <p>官方的Core ML Stable Diffusion<a href="https://huggingface.co/apple/coreml-stable-diffusion-v1-4/tree/main" rel="nofollow">模型</a>包括这些变体，但社区的可能有所不同：</p> <!> <p>您可以下载并使用所需的变体，如下所示。</p> <!> <p>安装以下库以在Python中运行Core ML推理：</p> <!> <!> <p>要在Python中运行推理，请使用存储在<code>packages</code>文件夹中的版本之一，因为<code>compiled</code>版本仅与Swift兼容。您可以选择使用<code>original</code>或<code>split_einsum</code>注意力。</p> <p>这是您如何从Hub下载<code>original</code>注意力变体到一个名为<code>models</code>的目录：</p> <!> <!> <p>下载模型快照后，您可以使用 Apple 的 Python 脚本来测试它。</p> <!> <p>使用 <code>-i</code> 标志将下载的检查点路径传递给脚本。<code>--compute-unit</code> 表示您希望允许用于推理的硬件。它必须是以下选项之一：<code>ALL</code>、<code>CPU_AND_GPU</code>、<code>CPU_ONLY</code>、<code>CPU_AND_NE</code>。您也可以提供可选的输出路径和用于可重现性的种子。</p> <p>推理脚本假设您使用的是 Stable Diffusion 模型的原始版本，<code>CompVis/stable-diffusion-v1-4</code>。如果您使用另一个模型，您<em>必须</em>在推理命令行中使用 <code>--model-version</code> 选项指定其 Hub ID。这适用于已支持的模型以及您自己训练或微调的自定义模型。</p> <p>例如，如果您想使用 <a href="https://huggingface.co/stable-diffusion-v1-5/stable-diffusion-v1-5" rel="nofollow"><code>stable-diffusion-v1-5/stable-diffusion-v1-5</code></a>：</p> <!> <!> <p>在 Swift 中运行推理比在 Python 中稍快，因为模型已经以 <code>mlmodelc</code> 格式编译。这在应用启动时加载模型时很明显，但如果在之后运行多次生成，则不应明显。</p> <!> <p>要在您的 Mac 上运行 Swift 推理，您需要一个 <code>compiled</code> 检查点版本。我们建议您使用类似于先前示例的 Python 代码在本地下载它们，但使用 <code>compiled</code> 变体之一：</p> <!> <!> <p>要运行推理，请克隆 Apple 的仓库：</p> <!> <p>然后使用 Apple 的命令行工具，<a href="https://www.swift.org/package-manager/#" rel="nofollow">Swift Package Manager</a>：</p> <!> <p>您必须在 <code>--resource-path</code> 中指定上一步下载的检查点之一，请确保它包含扩展名为 <code>.mlmodelc</code> 的已编译 Core ML 包。<code>--compute-units</code> 必须是以下值之一：<code>all</code>、<code>cpuOnly</code>、<code>cpuAndGPU</code>、<code>cpuAndNeuralEngine</code>。</p> <p>有关更多详细信息，请参考 <a href="https://github.com/apple/ml-stable-diffusion" rel="nofollow">Apple 仓库中的说明</a>。</p> <!> <p>Core ML 模型和推理代码不支持 🧨 Diffusers 的许多功能、选项和灵活性。以下是一些需要注意的限制：</p> <ul><li>Core ML 模型仅适用于推理。它们不能用于训练或微调。</li> <li>只有两个调度器已移植到 Swift：Stable Diffusion 使用的默认调度器和我们从 <code>diffusers</code> 实现移植到 Swift 的 <code>DPMSolverMultistepScheduler</code>。我们推荐您使用 <code>DPMSolverMultistepScheduler</code>，因为它在约一半的步骤中产生相同的质量。</li> <li>负面提示、无分类器引导尺度和图像到图像任务在推理代码中可用。高级功能如深度引导、ControlNet 和潜在上采样器尚不可用。</li></ul> <p>Apple 的 <a href="https://github.com/apple/ml-stable-diffusion" rel="nofollow">转换和推理仓库</a> 和我们自己的 <a href="https://github.com/huggingface/swift-coreml-diffusers" rel="nofollow">swift-coreml-diffusers</a> 仓库旨在作为技术演示，以帮助其他开发者在此基础上构建。</p> <p>如果您对任何缺失功能有强烈需求，请随时提交功能请求或更好的是，贡献一个 PR 🙂。</p> <!> <p>一个简单的方法来在您自己的 Apple 硬件上运行 Stable Diffusion 是使用 <a href="https://github.com/huggingface/swift-coreml-diffusers" rel="nofollow">我们的开源 Swift 仓库</a>，它基于 <code>diffusers</code> 和 Apple 的转换和推理仓库。您可以研究代码，使用 <a href="https://developer.apple.com/xcode/" rel="nofollow">Xcode</a> 编译它，并根据您的需求进行适配。为了方便，<a href="https://apps.apple.com/app/diffusers/id1666309574" rel="nofollow">App Store 中还有一个独立 Mac 应用</a>，因此您无需处理代码或 IDE 即可使用它。如果您是开发者，并已确定 Core ML 是构建您的 Stable Diffusion 应用的最佳解决方案，那么您可以使用本指南的其余部分来开始您的项目。我们迫不及待想看看您会构建什么 🙂。</p> <!> <p></p>`,1);function x(Z,B){L(B,!1),R(()=>{new URLSearchParams(window.location.search).get("fw")}),_();var s=P();k("17v8vq3",T=>{var j=V();S(j,"content",A),G(T,j)});var a=l(Y(s),2);X(a,{containerStyle:"float: right; margin-left: 10px; display: inline-flex; position: relative; z-index: 10;"});var i=l(a,2);o(i,{title:"如何使用 Core ML 运行 Stable Diffusion",local:"如何使用-core-ml-运行-stable-diffusion",headingTag:"h1"});var t=l(i,8);o(t,{title:"Stable Diffusion Core ML 检查点",local:"stable-diffusion-core-ml-检查点",headingTag:"h2"});var p=l(t,12);o(p,{title:"选择要使用的 Core ML 变体",local:"选择要使用的-core-ml-变体",headingTag:"h2"});var n=l(p,14);e(n,{code:"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",highlighted:`coreml-stable-<span class="hljs-keyword">diffusion-v1-4
</span>├── README.md
├── <span class="hljs-keyword">original
</span>│   ├── compiled
│   └── packages
└── split_einsum
    ├── compiled
    └── packages`,lang:"",wrap:!1});var c=l(n,4);o(c,{title:"Python中的Core ML推理",local:"python中的core-ml推理",headingTag:"h2"});var d=l(c,4);e(d,{code:"cGlwJTIwaW5zdGFsbCUyMGh1Z2dpbmdmYWNlX2h1YiUwQXBpcCUyMGluc3RhbGwlMjBnaXQlMkJodHRwcyUzQSUyRiUyRmdpdGh1Yi5jb20lMkZhcHBsZSUyRm1sLXN0YWJsZS1kaWZmdXNpb24=",highlighted:`pip install huggingface_hub
pip install git+https://github.com/apple/ml-stable-diffusion`,lang:"bash",wrap:!1});var r=l(d,2);o(r,{title:"下载模型检查点",local:"下载模型检查点",headingTag:"h3"});var h=l(r,6);e(h,{code:"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",highlighted:`<span class="hljs-keyword">from</span> huggingface_hub <span class="hljs-keyword">import</span> snapshot_download
<span class="hljs-keyword">from</span> pathlib <span class="hljs-keyword">import</span> Path

repo_id = <span class="hljs-string">&quot;apple/coreml-stable-diffusion-v1-4&quot;</span>
variant = <span class="hljs-string">&quot;original/packages&quot;</span>

mo
del_path = Path(<span class="hljs-string">&quot;./models&quot;</span>) / (repo_id.split(<span class="hljs-string">&quot;/&quot;</span>)[-<span class="hljs-number">1</span>] + <span class="hljs-string">&quot;_&quot;</span> + variant.replace(<span class="hljs-string">&quot;/&quot;</span>, <span class="hljs-string">&quot;_&quot;</span>))
snapshot_download(repo_id, allow_patterns=<span class="hljs-string">f&quot;<span class="hljs-subst">{variant}</span>/*&quot;</span>, local_dir=model_path, local_dir_use_symlinks=<span class="hljs-literal">False</span>)
<span class="hljs-built_in">print</span>(<span class="hljs-string">f&quot;Model downloaded at <span class="hljs-subst">{model_path}</span>&quot;</span>)`,lang:"Python",wrap:!1});var f=l(h,2);o(f,{title:"推理",local:"python-inference",headingTag:"h3"});var M=l(f,4);e(M,{code:"cHl0aG9uJTIwLW0lMjBweXRob25fY29yZW1sX3N0YWJsZV9kaWZmdXNpb24ucGlwZWxpbmUlMjAtLXByb21wdCUyMCUyMmElMjBwaG90byUyMG9mJTIwYW4lMjBhc3Ryb25hdXQlMjByaWRpbmclMjBhJTIwaG9yc2UlMjBvbiUyMG1hcnMlMjIlMjAtaSUyMC4lMkZtb2RlbHMlMkZjb3JlbWwtc3RhYmxlLWRpZmZ1c2lvbi12MS00X29yaWdpbmFsX3BhY2thZ2VzJTJGb3JpZ2luYWwlMkZwYWNrYWdlcyUyMC1vJTIwJTNDJTJGcGF0aCUyRnRvJTJGb3V0cHV0JTJGaW1hZ2UlM0UlMjAtLWNvbXB1dGUtdW5pdCUyMENQVV9BTkRfR1BVJTIwLS1zZWVkJTIwOTM=",highlighted:"python -m python_coreml_stable_diffusion.pipeline --prompt &quot;a photo of an astronaut riding a horse on mars&quot; -i ./models/coreml-stable-diffusion-v1-4_original_packages/original/packages -o &lt;/path/to/output/image&gt; --compute-unit CPU_AND_GPU --seed 93",lang:"shell",wrap:!1});var u=l(M,8);e(u,{code:"cHl0aG9uJTIwLW0lMjBweXRob25fY29yZW1sX3N0YWJsZV9kaWZmdXNpb24ucGlwZWxpbmUlMjAtLXByb21wdCUyMCUyMmElMjBwaG90byUyMG9mJTIwYW4lMjBhc3Ryb25hdXQlMjByaWRpbmclMjBhJTIwaG9yc2UlMjBvbiUyMG1hcnMlMjIlMjAtLWNvbXB1dGUtdW5pdCUyMEFMTCUyMC1vJTIwb3V0cHV0JTIwLS1zZWVkJTIwOTMlMjAtaSUyMG1vZGVscyUyRmNvcmVtbC1zdGFibGUtZGlmZnVzaW9uLXYxLTVfb3JpZ2luYWxfcGFja2FnZXMlMjAtLW1vZGVsLXZlcnNpb24lMjBzdGFibGUtZGlmZnVzaW9uLXYxLTUlMkZzdGFibGUtZGlmZnVzaW9uLXYxLTU=",highlighted:"python -m python_coreml_stable_diffusion.pipeline --prompt &quot;a photo of an astronaut riding a horse on mars&quot; --compute-unit ALL -o output --seed 93 -i models/coreml-stable-diffusion-v1-5_original_packages --model-version stable-diffusion-v1-5/stable-diffusion-v1-5",lang:"shell",wrap:!1});var m=l(u,2);o(m,{title:"Core ML 在 Swift 中的推理",local:"core-ml-在-swift-中的推理",headingTag:"h2"});var b=l(m,4);o(b,{title:"下载",local:"下载",headingTag:"h3"});var y=l(b,4);e(y,{code:"ZnJvbSUyMGh1Z2dpbmdmYWNlX2h1YiUyMGltcG9ydCUyMHNuYXBzaG90X2Rvd25sb2FkJTBBZnJvbSUyMHBhdGhsaWIlMjBpbXBvcnQlMjBQYXRoJTBBJTBBcmVwb19pZCUyMCUzRCUyMCUyMmFwcGxlJTJGY29yZW1sLXN0YWJsZS1kaWZmdXNpb24tdjEtNCUyMiUwQXZhcmlhbnQlMjAlM0QlMjAlMjJvcmlnaW5hbCUyRmNvbXBpbGVkJTIyJTBBJTBBbW9kZWxfcGF0aCUyMCUzRCUyMFBhdGgoJTIyLiUyRm1vZGVscyUyMiklMjAlMkYlMjAocmVwb19pZC5zcGxpdCglMjIlMkYlMjIpJTVCLTElNUQlMjAlMkIlMjAlMjJfJTIyJTIwJTJCJTIwdmFyaWFudC5yZXBsYWNlKCUyMiUyRiUyMiUyQyUyMCUyMl8lMjIpKSUwQXNuYXBzaG90X2Rvd25sb2FkKHJlcG9faWQlMkMlMjBhbGxvd19wYXR0ZXJucyUzRGYlMjIlN0J2YXJpYW50JTdEJTJGKiUyMiUyQyUyMGxvY2FsX2RpciUzRG1vZGVsX3BhdGglMkMlMjBsb2NhbF9kaXJfdXNlX3N5bWxpbmtzJTNERmFsc2UpJTBBcHJpbnQoZiUyMk1vZGVsJTIwZG93bmxvYWRlZCUyMGF0JTIwJTdCbW9kZWxfcGF0aCU3RCUyMik=",highlighted:`<span class="hljs-keyword">from</span> huggingface_hub <span class="hljs-keyword">import</span> snapshot_download
<span class="hljs-keyword">from</span> pathlib <span class="hljs-keyword">import</span> Path

repo_id = <span class="hljs-string">&quot;apple/coreml-stable-diffusion-v1-4&quot;</span>
variant = <span class="hljs-string">&quot;original/compiled&quot;</span>

model_path = Path(<span class="hljs-string">&quot;./models&quot;</span>) / (repo_id.split(<span class="hljs-string">&quot;/&quot;</span>)[-<span class="hljs-number">1</span>] + <span class="hljs-string">&quot;_&quot;</span> + variant.replace(<span class="hljs-string">&quot;/&quot;</span>, <span class="hljs-string">&quot;_&quot;</span>))
snapshot_download(repo_id, allow_patterns=<span class="hljs-string">f&quot;<span class="hljs-subst">{variant}</span>/*&quot;</span>, local_dir=model_path, local_dir_use_symlinks=<span class="hljs-literal">False</span>)
<span class="hljs-built_in">print</span>(<span class="hljs-string">f&quot;Model downloaded at <span class="hljs-subst">{model_path}</span>&quot;</span>)`,lang:"Python",wrap:!1});var U=l(y,2);o(U,{title:"推理",local:"swift-inference",headingTag:"h3"});var g=l(U,4);e(g,{code:"Z2l0JTIwY2xvbmUlMjBodHRwcyUzQSUyRiUyRmdpdGh1Yi5jb20lMkZhcHBsZSUyRm1sLXN0YWJsZS1kaWZmdXNpb24lMEFjZCUyMG1sLXN0YWJsZS1kaWZmdXNpb24=",highlighted:`git <span class="hljs-built_in">clone</span> https://github.com/apple/ml-stable-diffusion
<span class="hljs-built_in">cd</span> ml-stable-diffusion`,lang:"bash",wrap:!1});var w=l(g,4);e(w,{code:"c3dpZnQlMjBydW4lMjBTdGFibGVEaWZmdXNpb25TYW1wbGUlMjAtLXJlc291cmNlLXBhdGglMjBtb2RlbHMlMkZjb3JlbWwtc3RhYmxlLWRpZmZ1c2lvbi12MS00X29yaWdpbmFsX2NvbXBpbGVkJTIwLS1jb21wdXRlLXVuaXRzJTIwYWxsJTIwJTIyYSUyMHBob3RvJTIwb2YlMjBhbiUyMGFzdHJvbmF1dCUyMHJpZGluZyUyMGElMjBob3JzZSUyMG9uJTIwbWFycyUyMg==",highlighted:'swift run StableDiffusionSample --resource-path models/coreml-stable-diffusion-v1-4_original_compiled --compute-units all <span class="hljs-string">&quot;a photo of an astronaut riding a horse on mars&quot;</span>',lang:"bash",wrap:!1});var J=l(w,6);o(J,{title:"支持的 Diffusers 功能",local:"支持的-diffusers-功能",headingTag:"h2"});var C=l(J,10);o(C,{title:"原生 Diffusers Swift 应用",local:"原生-diffusers-swift-应用",headingTag:"h2"});var W=l(C,4);N(W,{source:"https://github.com/huggingface/diffusers/blob/main/docs/source/zh/optimization/coreml.md"}),F(2),G(Z,s),I()}export{x as component};