diffusers/main/ko/api/loaders/single_file.md

단일 파일

from_single_file() 메서드를 사용하면 다음을 로드할 수 있습니다:

• … 단일 파일에 저장된 모델로, …와 같은 diffusion 생태계의 모델을 다룰 때 유용하며, 모델의 저장 및 공유를 위해 단일 파일 레이아웃을 주로 사용하는 경우에 적합합니다.
• 원래 배포된 레이아웃으로 저장된 모델로, 다른 서비스로 파인튜닝된 모델을 작업하고 Diffusers 모델 객체 및 파이프라인에 직접 로드하려는 경우 유용합니다

Diffusers 멀티폴더 레이아웃과 단일 파일 레이아웃의 차이, 그리고 이러한 서로 다른 레이아웃에 저장된 모델을 로드하는 방법에 대해 자세히 알아보려면 모델 파일 및 레이아웃 가이드를 읽어보세요.

지원되는 파이프라인

• StableDiffusionPipeline
• StableDiffusionImg2ImgPipeline
• StableDiffusionInpaintPipeline
• StableDiffusionControlNetPipeline
• StableDiffusionControlNetImg2ImgPipeline
• StableDiffusionControlNetInpaintPipeline
• StableDiffusionUpscalePipeline
• StableDiffusionXLPipeline
• StableDiffusionXLImg2ImgPipeline
• StableDiffusionXLInpaintPipeline
• StableDiffusionXLInstructPix2PixPipeline
• StableDiffusionXLControlNetPipeline
• StableDiffusionXLKDiffusionPipeline
• StableDiffusion3Pipeline
• LatentConsistencyModelPipeline
• LatentConsistencyModelImg2ImgPipeline
• StableDiffusionControlNetXSPipeline
• StableDiffusionXLControlNetXSPipeline
• LEditsPPPipelineStableDiffusion
• LEditsPPPipelineStableDiffusionXL
• PIAPipeline

지원되는 모델

• UNet2DConditionModel
• StableCascadeUNet
• AutoencoderKL
• ControlNetModel
• SD3Transformer2DModel
• FluxTransformer2DModel

FromSingleFileMixin[[diffusers.loaders.FromSingleFileMixin]]

diffusers.loaders.FromSingleFileMixin[[diffusers.loaders.FromSingleFileMixin]]

diffusers.loaders.FromSingleFileMixin()

소스

.ckpt 형식으로 저장된 모델 가중치를 DiffusionPipeline에 로드합니다.

from_single_file[[diffusers.loaders.FromSingleFileMixin.from_single_file]]

from_single_file(pretrained_model_link_or_path, **kwargs)

소스

매개변수:

pretrained_model_link_or_path (str 또는 os.PathLike, 선택 사항) : 다음 중 하나일 수 있습니다. - Hub의 .ckpt 파일 링크(예: "https://huggingface.co/<repo_id>/blob/main/<path_to_file>.ckpt"). - 모든 파이프라인 가중치를 포함하는 파일의 경로.

dtype (str 또는 torch.dtype, 선택 사항) : 기본 torch.dtype를 재정의하여 다른 dtype로 모델을 로드합니다.

force_download (bool, 선택 사항, 기본값 False) : 캐시된 버전이 존재하더라도 모델 가중치 및 구성 파일의 (재)다운로드를 강제할지 여부.

cache_dir (str | os.PathLike, 선택 사항) : 표준 캐시를 사용하지 않을 경우, 다운로드된 사전 학습 모델 구성이 캐시되는 디렉터리의 경로입니다.

proxies (dict[str, str], 선택 사항) : 프로토콜 또는 엔드포인트별로 사용할 프록시 서버의 사전입니다. 예를 들어, {'http': 'foo.bar:3128', 'http://hostname': 'foo.bar:4012'}와 같습니다. 각 요청에 프록시가 사용됩니다.

local_files_only (bool, 선택 사항, 기본값 False) : 로컬 모델 가중치와 구성 파일만 로드할지 여부를 지정합니다. True로 설정하면 Hub에서 모델을 다운로드하지 않습니다.

token (str 또는 bool, 선택 사항) : 원격 파일에 대한 HTTP bearer 인증으로 사용할 토큰입니다. True인 경우, diffusers-cli login에서 생성된 토큰(~/.huggingface에 저장됨)이 사용됩니다.

revision (str, 선택 사항, 기본값 "main") : 사용할 특정 모델 버전입니다. Git에서 허용하는 브랜치 이름, 태그 이름, 커밋 ID 또는 기타 식별자일 수 있습니다.

original_config_file (str, 선택 사항) : 모델을 학습하는 데 사용된 원래 config 파일의 경로입니다. 제공되지 않으면 checkpoint 파일에서 config 파일을 추론합니다.

config (str, 선택 사항) : 다음 중 하나일 수 있습니다. - Hub에 호스팅된 사전 학습된 파이프라인의 repo id 문자열(예: CompVis/ldm-text2im-large-256). - Diffusers 형식의 파이프라인 구성 요소 설정을 포함하는 디렉터리 경로(예: ./my_pipeline_directory/).

disable_mmap ('bool', 선택 사항, 기본값 'False') : Safetensors 모델을 로드할 때 mmap을 비활성화할지 여부입니다. 모델이 네트워크 마운트나 하드 드라이브에 있는 경우 이 옵션을 사용하면 성능이 더 좋아질 수 있습니다.

kwargs (남은 키워드 인수의 사전, 선택 사항) : 로드 및 저장 가능한 변수(특정 파이프라인 클래스의 파이프라인 구성 요소)를 덮어쓸 수 있습니다. 덮어쓰기된 구성 요소는 파이프라인의 __init__ 메서드에 직접 전달됩니다. 자세한 내용은 아래 예시를 참조하세요.

.ckpt 또는 .safetensors 형식으로 저장된 사전 학습된 파이프라인 가중치에서 DiffusionPipeline을 초기화합니다. 파이프라인은 기본적으로 평가 모드(model.eval())로 설정됩니다.

예:

>>> from diffusers import StableDiffusionPipeline

>>> # Download pipeline from huggingface.co and cache.
>>> pipeline = StableDiffusionPipeline.from_single_file(
...     "https://huggingface.co/WarriorMama777/OrangeMixs/blob/main/Models/AbyssOrangeMix/AbyssOrangeMix.safetensors"
... )

>>> # Download pipeline from local file
>>> # file is downloaded under ./v1-5-pruned-emaonly.ckpt
>>> pipeline = StableDiffusionPipeline.from_single_file("./v1-5-pruned-emaonly.ckpt")

>>> # Enable float16 and move to GPU
>>> pipeline = StableDiffusionPipeline.from_single_file(
...     "https://huggingface.co/stable-diffusion-v1-5/stable-diffusion-v1-5/blob/main/v1-5-pruned-emaonly.ckpt",
...     torch_dtype=torch.float16,
... )
>>> pipeline.to("cuda")

FromOriginalModelMixin[[diffusers.loaders.FromOriginalModelMixin]]

diffusers.loaders.FromOriginalModelMixin[[diffusers.loaders.FromOriginalModelMixin]]

diffusers.loaders.FromOriginalModelMixin()

소스

.ckpt 또는 .safetensors 형식으로 저장된 사전 학습된 가중치를 모델에 로드합니다.

from_single_file[[diffusers.loaders.FromOriginalModelMixin.from_single_file]]

from_single_file(pretrained_model_link_or_path_or_dict: str | None = None, **kwargs)

소스

매개변수:

pretrained_model_link_or_path_or_dict (str, 선택 사항) : 다음 중 하나여야 합니다: - Hub의 .safetensors 또는 .ckpt 파일 링크(예: "https://huggingface.co/<repo_id>/blob/main/<path_to_file>.safetensors"). - 구성 요소 모델의 가중치를 포함하는 로컬 파일 경로. - 구성 요소 모델의 가중치를 포함하는 state dict.

config (str, 선택 사항) : - Hub에 호스팅된 사전 학습된 파이프라인의 repo id 문자열(예: CompVis/ldm-text2im-large-256). - Diffusers 형식의 파이프라인 구성 요소 설정을 포함하는 디렉터리 경로(예: ./my_pipeline_directory/).

subfolder (str, 선택 사항, 기본값 "") : Hub 또는 로컬의 더 큰 모델 저장소 내에서 모델 파일의 서브폴더 위치입니다.

original_config (str, 선택 사항) : 모델의 원래 형식으로 구성된 설정을 포함하는 Dict 또는 yaml 파일 경로입니다. Dict가 제공되면 모델 구성을 초기화하는 데 사용됩니다.

dtype (torch.dtype, 선택 사항) : 기본 torch.dtype를 재정의하여 다른 dtype로 모델을 로드합니다.

force_download (bool, 선택 사항, 기본값 False) : 캐시된 버전이 존재하더라도 모델 가중치 및 구성 파일의 (재)다운로드를 강제할지 여부.

cache_dir (str | os.PathLike, 선택 사항) : 표준 캐시를 사용하지 않을 경우, 다운로드된 사전 학습 모델 구성이 캐시되는 디렉터리의 경로입니다.

proxies (dict[str, str], 선택 사항) : 프로토콜 또는 엔드포인트별로 사용할 프록시 서버의 사전입니다. 예를 들어, {'http': 'foo.bar:3128', 'http://hostname': 'foo.bar:4012'}와 같습니다. 각 요청에 프록시가 사용됩니다.

local_files_only (bool, 선택 사항, 기본값 False) : 로컬 모델 가중치와 구성 파일만 로드할지 여부를 지정합니다. True로 설정하면 Hub에서 모델을 다운로드하지 않습니다.

token (str 또는 bool, 선택 사항) : 원격 파일에 대한 HTTP bearer 인증으로 사용할 토큰입니다. True인 경우, diffusers-cli login에서 생성된 토큰(~/.huggingface에 저장됨)이 사용됩니다.

revision (str, 선택 사항, 기본값 "main") : 사용할 특정 모델 버전입니다. Git에서 허용하는 브랜치 이름, 태그 이름, 커밋 ID 또는 기타 식별자일 수 있습니다.

low_cpu_mem_usage (bool, 선택 사항, torch 버전이 >= 1.9.0이고 : is_accelerate_available()이면 기본값은 True, 그렇지 않으면 False): 가중치를 초기화하지 않고 사전 학습된 가중치만 로드하여 모델 로딩 속도를 높입니다. 모델 로딩 시 CPU 메모리(피크 메모리 포함)를 모델 크기의 1배를 초과하지 않도록 시도합니다. PyTorch >= 1.9.0만 지원합니다. PyTorch의 이전 버전을 사용하는 경우 이 인수를 True로 설정하면 오류가 발생합니다.

disable_mmap ('bool', 선택 사항, 기본값 'False') : Safetensors 모델을 로드할 때 mmap을 비활성화할지 여부입니다. 네트워크 마운트나 하드 드라이브에 모델이 있는 경우, mmap의 seek 동작을 잘 처리하지 못할 수 있으므로 이 옵션을 사용하면 성능이 더 좋아질 수 있습니다.

kwargs (남은 키워드 인수의 사전, 선택 사항) : 로드 및 저장 가능한 변수를 덮어쓸 수 있습니다(예: 특정 파이프라인 클래스의 파이프라인 구성 요소). 덮어쓴 구성 요소는 파이프라인의 __init__ 메서드에 직접 전달됩니다. 자세한 내용은 아래 예시를 참조하세요.

원래 .ckpt 또는 .safetensors 형식으로 저장된 사전 학습된 가중치에서 모델을 초기화합니다. 모델은 기본적으로 평가 모드(model.eval())로 설정됩니다.

>>> from diffusers import StableCascadeUNet

>>> ckpt_path = "https://huggingface.co/stabilityai/stable-cascade/blob/main/stage_b_lite.safetensors"
>>> model = StableCascadeUNet.from_single_file(ckpt_path)