Text-to-Image
Diffusers
Chinese
AltDiffusionPipeline
stable-diffusion
stable-diffusion-diffusers
multilingual
English(En)
Chinese(Zh)
Spanish(Es)
French(Fr)
Russian(Ru)
Japanese(Ja)
Korean(Ko)
Arabic(Ar)
Italian(It)
Instructions to use BAAI/AltDiffusion-m9 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Diffusers
How to use BAAI/AltDiffusion-m9 with Diffusers:
pip install -U diffusers transformers accelerate
import torch from diffusers import DiffusionPipeline # switch to "mps" for apple devices pipe = DiffusionPipeline.from_pretrained("BAAI/AltDiffusion-m9", dtype=torch.bfloat16, device_map="cuda") prompt = "Astronaut in a jungle, cold color palette, muted colors, detailed, 8k" image = pipe(prompt).images[0] - Notebooks
- Google Colab
- Kaggle
- Local Apps
- Draw Things
- DiffusionBee
训练使用的句子长度
#2
by junnyu - opened
我看BAAI/AltDiffusion的tokenizer最大长度被HF改成了77,请问这里是不是也应该为77?
是的,训练的时候也是参考CLIP原本的设置 77.
好的谢谢,还有个疑惑,这里的model_index.json里面使用的是PNDM scheduler而scheduler文件夹里面用的是ddim scheduler,感觉需要纠正一下吧
我理解是主要以model_index.json为准,训练的时候用的是ddim,推理的时候可以随意设置
我理解是主要以model_index.json为准,训练的时候用的是ddim,推理的时候可以随意设置
为什么训练的时候用的是ddim?哪里有说明?请问下推理和和训练选择scheduler有什么讲究?

