参数

• pretrained_model_link_or_path (str 或 os.PathLike, 可选) — 可以是以下之一：
  • 指向 .ckpt 文件的链接（例如 "https://huggingface.co/<repo_id>/blob/main/<path_to_file>.ckpt"），位于 Hub 上。
  • 指向包含所有流水线权重的文件的路径。
• dtype (str 或 torch.dtype，可选) — 覆盖默认的 torch.dtype，并使用其他 dtype 加载模型。
• force_download (bool，可选，默认为 False) — 是否强制（重新）下载模型权重和配置文件，如果存在缓存版本则覆盖它们。
• cache_dir (str | os.PathLike, 可选) — 如果未使用标准缓存，则下载的预训练模型配置将被缓存到的目录路径。
• proxies (dict[str, str]，可选) — 按协议或端点使用的代理服务器字典，例如 {'http': 'foo.bar:3128', 'http://hostname': 'foo.bar:4012'}。每次请求都会使用这些代理。
• local_files_only (bool，可选，默认为 False) — 是否仅加载本地的模型权重和配置文件。如果设置为 True，则不会从 Hub 下载模型。
• token (str 或 bool，可选) — 用于远程文件的 HTTP bearer 授权令牌。如果为 True，则使用由 diffusers-cli login 生成的令牌（存储在 ~/.huggingface 中）。
• revision (str, 可选, 默认为 "main") — 要使用的特定模型版本。它可以是分支名称、标签名称、提交 id，或 Git 允许的任何标识符。
• original_config_file (str, 可选) — 用于训练模型的原始配置文件的路径。如果未提供，则将从检查点文件中推断配置文件。
• config (str, 可选) — 可以是以下之一：
  • 一个字符串，即托管在 Hub 上的预训练流水线的 repo id（例如 CompVis/ldm-text2im-large-256）。
  • 指向包含 Diffusers 格式流水线组件配置的目录的路径（例如 ./my_pipeline_directory/）。
• disable_mmap（‘bool’，可选，默认为 ‘False’）— 是否在加载 Safetensors 模型时禁用 mmap。当模型位于网络挂载或硬盘上时，此选项可能带来更好的性能。
• kwargs（其余关键字参数字典，可选） — 可用于覆盖加载和可保存变量（特定流水线类的流水线组件）。被覆盖的组件会直接传递给流水线的 __init__ 方法。更多信息请参见下方示例。

参数

• pretrained_model_link_or_path_or_dict (str, 可选) — 可以是以下之一：
  • 指向 Hub 上 .safetensors 或 .ckpt 文件的链接（例如 "https://huggingface.co/<repo_id>/blob/main/<path_to_file>.safetensors"）。
  • 指向本地 file 的路径，该文件包含组件模型的权重。
  • 包含组件模型权重的状态字典。
• config (str, 可选) —
  • 一个字符串，即托管在 Hub 上的预训练流水线的 repo id（例如 CompVis/ldm-text2im-large-256）。
  • 指向包含 Diffusers 格式流水线组件配置的目录的路径（例如 ./my_pipeline_directory/）。
• subfolder (str，可选，默认为 "") — 模型文件在 Hub 或本地更大的模型仓库中的子文件夹位置。
• original_config (str, 可选) — 字典或指向 yaml 文件的路径，其中包含模型原始格式的配置。如果提供了字典，它将用于初始化模型配置。
• dtype (torch.dtype，可选) — 覆盖默认的 torch.dtype，并使用其他 dtype 加载模型。
• force_download (bool，可选，默认为 False) — 是否强制（重新）下载模型权重和配置文件，如果存在缓存版本则覆盖它们。
• cache_dir (str | os.PathLike, 可选) — 如果未使用标准缓存，则下载的预训练模型配置将被缓存到的目录路径。
• proxies (dict[str, str]，可选) — 按协议或端点使用的代理服务器字典，例如 {'http': 'foo.bar:3128', 'http://hostname': 'foo.bar:4012'}。每次请求都会使用这些代理。
• local_files_only (bool，可选，默认为 False) — 是否仅加载本地的模型权重和配置文件。如果设置为 True，则不会从 Hub 下载模型。
• token (str 或 bool，可选) — 用于远程文件的 HTTP bearer 授权令牌。如果为 True，则使用由 diffusers-cli login 生成的令牌（存储在 ~/.huggingface 中）。
• revision (str, 可选, 默认为 "main") — 要使用的特定模型版本。它可以是分支名称、标签名称、提交 id，或 Git 允许的任何标识符。
• low_cpu_mem_usage (bool，可选，如果 torch 版本 >= 1.9.0 且 — is_accelerate_available() 则默认为 True，否则为 False)：通过仅加载预训练权重而不初始化权重来加速模型加载。在加载模型时，这也尝试将 CPU 内存（包括峰值内存）的使用量控制在不超过 1 倍模型大小。仅支持 PyTorch >= 1.9.0。如果您使用的是旧版本的 PyTorch，将此参数设置为 True 将引发错误。
• disable_mmap（'bool'，可选，默认为 'False'）— 是否在加载 Safetensors 模型时禁用 mmap。当模型位于网络挂载或硬盘上时，此选项可能表现更佳，因为这些存储设备可能无法很好地处理 mmap 的频繁寻址操作。
• kwargs（其余关键字参数字典，可选） — 可用于覆盖加载和可保存的变量（例如特定流水线类的流水线组件）。被覆盖的组件会直接传递给流水线的 __init__ 方法。更多信息请参见下方示例。