ONNX 运行时
译者：片刻小哥哥
项目地址：https://huggingface.apachecn.org/docs/diffusers/optimization/onnx
原始地址：https://huggingface.co/docs/diffusers/optimization/onnx
🤗 最佳 提供与 ONNX 运行时兼容的稳定扩散管道。您需要使用以下命令安装 🤗 Optimum 以获得 ONNX 运行时支持：
pip install optimum["onnxruntime"]
本指南将向您展示如何将 Stable Diffusion 和 Stable Diffusion XL (SDXL) 管道与 ONNX Runtime 结合使用。
稳定扩散
要加载并运行推理，请使用
ORTStableDiffusionPipeline
。如果您想加载 PyTorch 模型并将其即时转换为 ONNX 格式，请设置
导出=真
:
from optimum.onnxruntime import ORTStableDiffusionPipeline
model_id = "runwayml/stable-diffusion-v1-5"
pipeline = ORTStableDiffusionPipeline.from_pretrained(model_id, export=True)
prompt = "sailing ship in storm by Leonardo da Vinci"
image = pipeline(prompt).images[0]
pipeline.save_pretrained("./onnx-stable-diffusion-v1-5")
批量生成多个提示似乎占用太多内存。当我们研究它时，您可能需要迭代而不是批处理。
要离线导出 ONNX 格式的管道并在以后用于推理，
使用
optimum-cli 导出
命令：
optimum-cli export onnx --model runwayml/stable-diffusion-v1-5 sd_v15_onnx/
然后执行推理（您不必指定
导出=真
再次）：
from optimum.onnxruntime import ORTStableDiffusionPipeline
model_id = "sd\_v15\_onnx"
pipeline = ORTStableDiffusionPipeline.from_pretrained(model_id)
prompt = "sailing ship in storm by Leonardo da Vinci"
image = pipeline(prompt).images[0]
您可以在 🤗 Optimum 中找到更多示例 文档 ，并且稳定扩散支持文本到图像、图像到图像和修复。
稳定扩散XL
要使用 SDXL 加载并运行推理，请使用 ORTStableDiffusionXLPipeline ：
from optimum.onnxruntime import ORTStableDiffusionXLPipeline
model_id = "stabilityai/stable-diffusion-xl-base-1.0"
pipeline = ORTStableDiffusionXLPipeline.from_pretrained(model_id)
prompt = "sailing ship in storm by Leonardo da Vinci"
image = pipeline(prompt).images[0]
要以 ONNX 格式导出管道并稍后将其用于推理，请使用
optimum-cli 导出
命令：
optimum-cli export onnx --model stabilityai/stable-diffusion-xl-base-1.0 --task stable-diffusion-xl sd_xl_onnx/
ONNX 格式的 SDXL 支持文本到图像和图像到图像。
