# Diffusers

توفر مكتبة Diffusers نماذج انتشار مُسبقة التدريب، بالإضافة إلى العناصر الأساسية لبناء مسارات عمل مخصصة للصور والفيديو والصوت.

لديه مساران رئيسيان.

- يدعم [DiffusionPipeline](/docs/diffusers/v0.43.0/ar/api/pipelines/overview#diffusers.DiffusionPipeline) الاستدلال بعدد قليل من الأسطر باستخدام نقاط التفتيش المُسبقة التدريب، بالإضافة إلى المُكيّفات مثل LoRA. وهذا هو المسار الأسهل للتوليد.
- يتيح [Modular Diffusers](./modular_diffusers/overview) استخدام كتل قابلة للتركيب و [ModularPipeline](/docs/diffusers/v0.43.0/ar/api/modular_diffusers/pipeline#diffusers.ModularPipeline) لإنشاء خطوط أنابيب مخصصة عندما تحتاج إلى مزيد من التحكم.

تُتيح تحسينات مثل تفريغ البيانات (Offloading) والتكميم (Quantization) تشغيل النماذج الكبيرة على الأجهزة ذات الذاكرة المحدودة. وإذا لم تكن الذاكرة مشكلة، فإن Diffusers يدعم أيضًا `torch.compile` للحصول على استدلال أسرع.

تصفّح الآن نماذج Diffusers الرائجة على [Hub](https://huggingface.co/models?library=diffusers&sort=trending).

## تعلّم

إذا كنت مبتدئًا، ابدأ بـ [دورة نماذج الانتشار من Hugging Face](https://huggingface.co/learn/diffusion-course/unit0/1). تغطي الدورة نظرية الانتشار وكيفية توليد الصور وضبط النماذج بدقة وغيرها باستخدام Diffusers.

يتضمن [البدء السريع](./quicktour) أيضًا موجه إعداد وكيل قابلًا للنسخ للاستدلال.

## إلى أين نذهب بعد ذلك

- [الاستدلال](./using-diffusers/loading) — تحميل خطوط الأنابيب وتشغيل التوليد
- [التحسين والتوسع](./stable_diffusion) — الذاكرة، السرعة، التكميم، والتقديم
- [مُشتِّتات معيارية](./modular_diffusers/overview) — بناء خطوط أنابيب مخصصة من كتل
- [التدريب والتخصيص](./training/overview) — تدريب نماذج الانتشار والمُكيِّفات
- [CLI](./using-diffusers/cli) - تشغيل خطوط الأنابيب وتغليفها من سطر الأوامر