Ana içeriğe geç

Aygıtlar ve hassasiyet

pipeline("t2i", backend="sd-v1-5", model="checkpoints/sd-v1-5", device="cpu")   # default
pipeline("t2i", backend="sd-v1-5", model="checkpoints/sd-v1-5", device="mps")   # Apple silicon
pipeline("t2i", backend="sd-v1-5", model="checkpoints/sd-v1-5", device="cuda")  # NVIDIA

Kullanılamayan bir aygıt isterseniz hata mesajı kullanılabilir seçenekleri listeler.

Hassasiyet

Model destekliyorsa dtype; torch.float32 (varsayılan), torch.float16 veya torch.bfloat16 değerlerini kabul eder:

import torch
pipeline("t2i", backend="sd-v1-5", model="checkpoints/sd-v1-5", device="cuda", dtype=torch.float16)

Nerede ne iddia ediliyor

Aygıt Hassasiyet İddia
CPU float32 Parity: kayıtlı checkpoint'ler için referansla bit düzeyinde aynı
MPS float32 Duman testi: sonlu çıktı, doğru boyut; CPU farkı kaydedilir
CUDA float32 Henüz test edilmedi
herhangi biri float16 / bfloat16 Parity iddiası yok

Hızlı olmak aynı olmak değildir

Farklı donanımlar kayan noktalı sayıları farklı sırada toplar; bu nedenle GPU çıktısı CPU çıktısından birkaç piksel değeri kadar farklı olabilir. imagehub ölçülen farkı kaydeder ve bunu parity olarak adlandırmaz.

Tüm sayılar doğrulama kaydında bulunur.