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.