Create app.py

app.py

@@ -0,0 +1,79 @@
+# app.py - نسخه بهینه برای CPU فقط
+from diffusers import StableDiffusionXLPipeline
+import torch
+import gradio as gr
+
+# خیلی مهم: برای CPU حتماً از float32 استفاده کن (float16 روی CPU کار نمی‌کنه یا خیلی کند می‌شه)
+pipe = StableDiffusionXLPipeline.from_pretrained(
+    "stabilityai/stable-diffusion-xl-base-1.0",
+    torch_dtype=torch.float32,      # فقط برای CPU
+    variant="fp16",                 # همچنان از وزن‌های fp16 استفاده می‌کنه ولی موقع اجرا به float32 تبدیل می‌شه
+    use_safetensors=True,
+    safety_checker=None             # برای سرعت بیشتر (در CPU مهم است)
+)
+
+# فعال کردن بهینه‌سازی‌های مخصوص CPU
+pipe.enable_model_cpu_offload()      # خیلی مهمه! مدل رو لایه‌به‌لایه به رم میاره و حافظه رو خیلی کم می‌کنه
+pipe.enable_sequential_cpu_offload() # گزینه قوی‌تر برای وقتی حافظه خیلی کمه
+pipe.unet.to(memory_format=torch.channels_last)  # کمی سرعت رو روی CPU بالا می‌بره
+
+# اگر هنوز ارور حافظه دادی، این خط رو هم فعال کن (توجه: کمی کندتر می‌شه ولی حافظه خیلی کمتری می‌خواد)
+# pipe.enable_attention_slicing()
+
+def generate_image(prompt, negative_prompt="", height=1024, width=1024, steps=28, guidance=6.0, seed=-1):
+    # seed = -1 یعنی رندوم
+    generator = torch.manual_seed(seed) if seed != -1 else None
+
+    image = pipe(
+        prompt=prompt,
+        negative_prompt=negative_prompt,
+        height=height,
+        width=width,
+        num_inference_steps=steps,
+        guidance_scale=guidance,
+        generator=generator
+    ).images[0]
+
+    return image
+
+# رابط گرادیو (همون قبلی ولی با تنظیمات بهینه‌تر برای CPU)
+with gr.Blocks(title="SDXL روی CPU") as demo:
+    gr.Markdown("# متن به تصویر - Stable Diffusion XL (نسخه CPU)")
+    gr.Markdown("این نسخه مخصوص اجرا روی CPU هست و حدود ۳۰–۹۰ ثانیه طول می‌کشه (بسته به قدرت CPU)")
+
+    with gr.Row():
+        with gr.Column(scale=2):
+            prompt = gr.Textbox(label="پرامپت", lines=3, placeholder="مثلاً: یک گربه فضانورد روی ماه...")
+            negative = gr.Textbox(label="نگاتیو پرامپت", lines=2, placeholder="تار، بدشکل، متن، لوگو")
+
+            with gr.Row():
+                height = gr.Slider(512, 1280, value=1024, step=64, label="ارتفاع")
+                width = gr.Slider(512, 1280, value=1024, step=64, label="عرض")
+
+            with gr.Row():
+                steps = gr.Slider(15, 50, value=28, step=1, label="تعداد گام‌ها (۲۰–۳۰ برای CPU کافیه)")
+                guidance = gr.Slider(3, 12, value=6.0, step=0.5, label="Guidance")
+                seed = gr.Number(value=-1, label="Seed (-1 = رندوم)")
+
+            btn = gr.Button("تولید تصویر 🚀", variant="primary")
+
+        with gr.Column(scale=1):
+            output = gr.Image(label="تصویر تولید شده", type="pil")
+
+    gr.Examples(
+        examples=[
+            ["یک شهر سایبرپانک در شب با نورهای نئونی و باران", "تار، بدشکل"],
+            ["پرتره یک دختر انیمه با موهای صورتی در باغ شکوفه‌های گیلاس", ""],
+            ["گربه‌ای که کلاه جادوگر سرش گذاشته و کتاب جادو می‌خونه", ""],
+        ],
+        inputs=[prompt, negative]
+    )
+
+    btn.click(
+        fn=generate_image,
+        inputs=[prompt, negative, height, width, steps, guidance, seed],
+        outputs=output
+    )
+
+if __name__ == "__main__":
+    demo.launch()