返回模型

说明文档

black-forest-labs/FLUX.1-schnell - AMD 优化版 ONNX

原始模型

https://huggingface.co/black-forest-labs/FLUX.1-schnell

_io32/16

_io32：模型输入为 fp32，模型会将输入转换为 fp16，以 fp16 执行运算，并以 fp32 输出最终结果

_io16：模型输入为 fp16，以 fp16 执行运算，并以 fp16 输出最终结果

运行方式

1. 使用 Amuse GUI 应用程序

使用 Amuse GUI 应用程序运行：https://www.amuse-ai.com/

使用 _io32 模型在 Amuse 应用程序中运行

2. 推理示例

https://github.com/TensorStack-AI/OnnxStack

// csharp example
// Create Pipeline
var pipeline = FluxPipeline.CreatePipeline(\"D:\\Models\\Flux.1-schnell_amdgpu\");
// Prompt
var promptOptions = new PromptOptions
{
    Prompt = \"a majestic Royal Bengal Tiger on the mountain top overlooking beatiful Lake Tahoe snowy mountains and deep blue lake, deep blue sky, ultra hd, 8k, photorealistic\"
};
// Scheduler Options
var schedulerOptions = pipeline.DefaultSchedulerOptions with
{  
    InferenceSteps = 4,
    GuidanceScale = 1.0f,
    SchedulerType = SchedulerType.FlowMatchEulerDiscrete,
};

// Run pipeline
var result = await pipeline.GenerateImageAsync(promptOptions, schedulerOptions);

// Save Image Result
await result.SaveAsync(\"Result.png\");

推理结果

Intro Image

amd/FLUX.1-schnell_io16_amdgpu

作者 amd

text-to-image diffusers

↓ 0 ♥ 0

创建时间: 2025-02-05 05:49:10+00:00

更新时间: 2025-04-03 23:21:52+00:00

在 Hugging Face 上查看

文件 (22)

.gitattributes

README.md

sample.png

scheduler/scheduler_config.json

text_encoder/model.onnx ONNX

text_encoder/model.onnx.data

text_encoder_2/model.onnx ONNX

text_encoder_2/model.onnx.data

tokenizer/merges.txt

tokenizer/model.onnx ONNX

tokenizer/special_tokens_map.json

tokenizer/vocab.json

tokenizer_2/model.onnx ONNX

tokenizer_2/special_tokens_map.json

tokenizer_2/spiece.model

tokenizer_2/tokenizer.json

transformer/model.onnx ONNX

transformer/model.onnx.data

vae_decoder/model.onnx ONNX

vae_decoder/model.onnx.data

vae_encoder/model.onnx ONNX

vae_encoder/model.onnx.data