# Hugging Face'te 🧨 `diffusers` kullanımı

Diffusers, görüntü, ses ve hatta moleküllerin 3D yapıları üretmek için en son önceden eğitilmiş difüzyon modelleri için tercih edilen kütüphanedir. Basit bir çıkarım çözümü arıyor ya da kendi difüzyon modelinizi eğitmek istiyor olabilirsiniz; Diffusers, her ikisini de destekleyen modüler bir araç kutusudur. Kütüphane, performansdan çok kullanılabilirliğe, kolaylıktan çok basitliğe ve soyutlamalardan çok özelleştirilebilirliğe odaklanacak şekilde tasarlanmıştır.

## Hub'da Diffusers'ı Keşfetme

Hub'da, [modeller sayfasının](https://huggingface.co/models?library=diffusers&sort=downloads) solundaki filtreleme özelliğiyle bulabileceğiniz 10.000'den fazla `diffusers` uyumlu pipeline bulunmaktadır. Difüzyon sistemleri genellikle metin kodlayıcı, UNet, VAE ve zamanlayıcı gibi birden fazla bileşenden oluşur. Bağımsız modeller olmasalar da, pipeline soyutlaması bunların çıkarım veya eğitim için kullanılmasını kolaylaştırır.

Birçok farklı görev için difüzyon hatlarını bulabilirsiniz:

* Doğal dil metin istemlerinden görüntü üretme ([text-to-image](https://huggingface.co/models?library=diffusers&pipeline_tag=text-to-image&sort=downloads)).
* Doğal dil metin istemleri kullanarak görüntü dönüştürme ([image-to-image](https://huggingface.co/models?library=diffusers&pipeline_tag=image-to-image&sort=downloads)).
* Doğal dil açıklamalarından video üretme ([text-to-video](https://huggingface.co/models?library=diffusers&pipeline_tag=text-to-video&sort=downloads)).

İndirmeden test etmek isterseniz, tarayıcı içi widget'lar sayesinde modelleri doğrudan tarayıcıda deneyebilirsiniz!

## Diffusers deposu dosyaları

Bir [Diffusers](https://hf.co/docs/diffusers/index) model deposu, görüntüleri kodlamak ve gizli değişkenleri çözmek için kullanılan varyasyonel otoenkoder, metin kodlayıcı, dönüştürücü modeli gibi gerekli tüm model alt bileşenlerini içerir. Bu alt bileşenler, çoklu klasör düzeninde organize edilmiştir.

  

Her alt klasör, [Transformers](./transformers) modelindeki gibi her bileşen için (uygunsa) ağırlıkları ve yapılandırmayı içerir.

Ağırlıklar genellikle safetensors dosyaları olarak saklanır ve yapılandırma genellikle model mimarisi hakkında bilgi içeren bir json dosyasıdır.

## Mevcut boru hatlarını kullanma

Tüm `diffusers` hatları kullanılmaya bir satır uzaklıkta! Üretim çalıştırmak için her zaman `DiffusionPipeline` ile başlamanızı öneririz:

```py
from diffusers import DiffusionPipeline

pipeline = DiffusionPipeline.from_pretrained("stabilityai/stable-diffusion-xl-base-1.0")
```

UNet gibi belirli bir pipeline bileşeni yüklemek istiyorsanız, bunu şu şekilde yapabilirsiniz:

```py
from diffusers import UNet2DConditionModel

unet = UNet2DConditionModel.from_pretrained("stabilityai/stable-diffusion-xl-base-1.0", subfolder="unet")
```

## Hattalarınızı ve modellerinizi paylaşma

Tüm [pipeline sınıfları](https://huggingface.co/docs/diffusers/main/api/pipelines/overview), [model sınıfları](https://huggingface.co/docs/diffusers/main/api/models/overview) ve [scheduler sınıfları](https://huggingface.co/docs/diffusers/main/api/schedulers/overview) Hub ile tam uyumludur. Daha spesifik olarak, `from_pretrained()` yöntemi kullanılarak Hub'dan kolayca yüklenebilir ve `push_to_hub()` yöntemi kullanılarak başkalarıyla paylaşılabilir.

Daha fazla ayrıntı için lütfen [belgelere](https://huggingface.co/docs/diffusers/main/en/using-diffusers/push_to_hub) göz atın.

## Ek kaynaklar

* Diffusers [kütüphanesi](https://github.com/huggingface/diffusers).
* Diffusers [belgeleri](https://huggingface.co/docs/diffusers/index).

