開始使用免費開始

尋找最受歡迎的文字轉影像模型

現在來精煉搜尋條件，從 Hugging Face Hub 找到並載入 CompVis 發布、最受歡迎的文字轉影像 Stable Diffusion 模型。

Photo of a labrador chasing a ball

Hugging Face Hub API（api）已載入，diffusers 函式庫中的 StableDiffusionPipeline 模組也已就緒。使用 Stable Diffusion 模型時，你可以根據任意提示詞來產生影像，例如：「a black labrador chasing a tennis ball」。

本練習屬於課程

使用 Hugging Face 的多模態模型

檢視課程

練習說明

  • 僅使用屬於 text-to-image 任務的模型。
  • 使用合適的標籤，確保模型可由 diffusers 函式庫的 StableDiffusionPipeline 類別載入。
  • 依照 "likes" 的數量排序結果。
  • 使用模型的 ID，從 models 載入最受歡迎的模型。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

models = api.list_models(
    # Filter for text-to-image tasks
    task="____",
    author="CompVis",
    # Filter for models that can be loaded by the diffusers library
    tags="diffusers:____",
    # Sort according to the most popular
    sort="____"
)

models = list(models)

# Load the most popular model from models
pipe = StableDiffusionPipeline.from_pretrained(models[0].____)
編輯並執行程式碼