Buckets:
| # Arquivos únicos | |
| O método [from_single_file()](/docs/diffusers/v0.43.0/pt/api/loaders/single_file#diffusers.loaders.FromSingleFileMixin.from_single_file) permite carregar: | |
| * um modelo armazenado em um único arquivo, o que é útil se você estiver trabalhando com modelos do ecossistema de difusão, como o Automatic1111, e depender comumente de um layout de arquivo único para armazenar e compartilhar modelos | |
| * um modelo armazenado em seu layout de distribuição original, o que é útil se você estiver trabalhando com modelos ajustados com outros serviços e quiser carregá-lo diretamente em objetos de modelo e pipelines do Diffusers | |
| > [!TIP] | |
| > Leia o guia [Arquivos e layouts de modelos](../../using-diffusers/other-formats) para saber mais sobre o layout multifolder do Diffusers em comparação com o layout de arquivo único, e como carregar modelos armazenados nesses diferentes layouts. | |
| ## Pipelines suportados | |
| - [StableDiffusionPipeline](/docs/diffusers/v0.43.0/pt/api/pipelines/stable_diffusion/text2img#diffusers.StableDiffusionPipeline) | |
| - [StableDiffusionImg2ImgPipeline](/docs/diffusers/v0.43.0/pt/api/pipelines/stable_diffusion/img2img#diffusers.StableDiffusionImg2ImgPipeline) | |
| - [StableDiffusionInpaintPipeline](/docs/diffusers/v0.43.0/pt/api/pipelines/stable_diffusion/inpaint#diffusers.StableDiffusionInpaintPipeline) | |
| - [StableDiffusionControlNetPipeline](/docs/diffusers/v0.43.0/pt/api/pipelines/controlnet#diffusers.StableDiffusionControlNetPipeline) | |
| - [StableDiffusionControlNetImg2ImgPipeline](/docs/diffusers/v0.43.0/pt/api/pipelines/controlnet#diffusers.StableDiffusionControlNetImg2ImgPipeline) | |
| - [StableDiffusionControlNetInpaintPipeline](/docs/diffusers/v0.43.0/pt/api/pipelines/controlnet#diffusers.StableDiffusionControlNetInpaintPipeline) | |
| - [StableDiffusionUpscalePipeline](/docs/diffusers/v0.43.0/pt/api/pipelines/stable_diffusion/upscale#diffusers.StableDiffusionUpscalePipeline) | |
| - [StableDiffusionXLPipeline](/docs/diffusers/v0.43.0/pt/api/pipelines/stable_diffusion/stable_diffusion_xl#diffusers.StableDiffusionXLPipeline) | |
| - [StableDiffusionXLImg2ImgPipeline](/docs/diffusers/v0.43.0/pt/api/pipelines/stable_diffusion/stable_diffusion_xl#diffusers.StableDiffusionXLImg2ImgPipeline) | |
| - [StableDiffusionXLInpaintPipeline](/docs/diffusers/v0.43.0/pt/api/pipelines/stable_diffusion/stable_diffusion_xl#diffusers.StableDiffusionXLInpaintPipeline) | |
| - [StableDiffusionXLInstructPix2PixPipeline](/docs/diffusers/v0.43.0/pt/api/pipelines/pix2pix#diffusers.StableDiffusionXLInstructPix2PixPipeline) | |
| - [StableDiffusionXLControlNetPipeline](/docs/diffusers/v0.43.0/pt/api/pipelines/controlnet_sdxl#diffusers.StableDiffusionXLControlNetPipeline) | |
| - `StableDiffusionXLKDiffusionPipeline` | |
| - [StableDiffusion3Pipeline](/docs/diffusers/v0.43.0/pt/api/pipelines/stable_diffusion/stable_diffusion_3#diffusers.StableDiffusion3Pipeline) | |
| - [LatentConsistencyModelPipeline](/docs/diffusers/v0.43.0/pt/api/pipelines/latent_consistency_models#diffusers.LatentConsistencyModelPipeline) | |
| - [LatentConsistencyModelImg2ImgPipeline](/docs/diffusers/v0.43.0/pt/api/pipelines/latent_consistency_models#diffusers.LatentConsistencyModelImg2ImgPipeline) | |
| - `StableDiffusionControlNetXSPipeline` | |
| - `StableDiffusionXLControlNetXSPipeline` | |
| - [LEditsPPPipelineStableDiffusion](/docs/diffusers/v0.43.0/pt/api/pipelines/ledits_pp#diffusers.LEditsPPPipelineStableDiffusion) | |
| - [LEditsPPPipelineStableDiffusionXL](/docs/diffusers/v0.43.0/pt/api/pipelines/ledits_pp#diffusers.LEditsPPPipelineStableDiffusionXL) | |
| - `PIAPipeline` | |
| ## Modelos suportados | |
| - [UNet2DConditionModel](/docs/diffusers/v0.43.0/pt/api/models/unet2d-cond#diffusers.UNet2DConditionModel) | |
| - `StableCascadeUNet` | |
| - [AutoencoderKL](/docs/diffusers/v0.43.0/pt/api/models/autoencoderkl#diffusers.AutoencoderKL) | |
| - [ControlNetModel](/docs/diffusers/v0.43.0/pt/api/models/controlnet#diffusers.ControlNetModel) | |
| - [SD3Transformer2DModel](/docs/diffusers/v0.43.0/pt/api/models/sd3_transformer2d#diffusers.SD3Transformer2DModel) | |
| - [FluxTransformer2DModel](/docs/diffusers/v0.43.0/pt/api/models/flux_transformer#diffusers.FluxTransformer2DModel) | |
| ## FromSingleFileMixin[[diffusers.loaders.FromSingleFileMixin]] | |
| #### diffusers.loaders.FromSingleFileMixin[[diffusers.loaders.FromSingleFileMixin]] | |
| ```python | |
| diffusers.loaders.FromSingleFileMixin() | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/loaders/single_file.py#L243) | |
| Carregue os pesos do modelo salvos no formato `.ckpt` em um [DiffusionPipeline](/docs/diffusers/v0.43.0/pt/api/pipelines/overview#diffusers.DiffusionPipeline). | |
| #### from_single_file[[diffusers.loaders.FromSingleFileMixin.from_single_file]] | |
| ```python | |
| from_single_file(pretrained_model_link_or_path, **kwargs) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/loaders/single_file.py#L248) | |
| **Parâmetros:** | |
| pretrained_model_link_or_path (`str` ou `os.PathLike`, *opcional*) : Pode ser: - Um link para o arquivo `.ckpt` (por exemplo, `"https://huggingface.co/<repo_id>/blob/main/<path_to_file>.ckpt"`) no Hub. - Um caminho para um *arquivo* contendo todos os pesos do pipeline. | |
| dtype (`str` ou `torch.dtype`, *opcional*) : Substitui o `torch.dtype` padrão e carrega o modelo com outro dtype. | |
| force_download (`bool`, *opcional*, padrão `False`) : Se deve forçar o (re-)download dos pesos do modelo e dos arquivos de configuração, sobrescrevendo as versões em cache, caso existam. | |
| cache_dir (`str | os.PathLike`, *opcional*) : Caminho para um diretório onde a configuração de um modelo pré-treinado baixado é armazenada em cache, caso o cache padrão não seja utilizado. | |
| proxies (`dict[str, str]`, *opcional*) : Um dicionário de servidores proxy a serem usados por protocolo ou endpoint, por exemplo, `{'http': 'foo.bar:3128', 'http://hostname': 'foo.bar:4012'}`. Os proxies são usados em cada solicitação. | |
| local_files_only (`bool`, *opcional*, padrão `False`) : Se deve carregar apenas os pesos e os arquivos de configuração do modelo localmente ou não. Se definido como `True`, o modelo não será baixado do Hub. | |
| token (`str` ou *bool*, *opcional*) : O token a ser usado como autorização HTTP bearer para arquivos remotos. Se `True`, o token gerado por `diffusers-cli login` (armazenado em `~/.huggingface`) é utilizado. | |
| revision (`str`, *opcional*, padrão `"main"`) : A versão específica do modelo a ser usada. Pode ser o nome de um branch, o nome de uma tag, um id de commit ou qualquer identificador permitido pelo Git. | |
| original_config_file (`str`, *opcional*) : O caminho para o arquivo de configuração original que foi usado para treinar o modelo. Se não for fornecido, o arquivo de configuração será inferido a partir do arquivo de checkpoint. | |
| config (`str`, *opcional*) : Pode ser: - Uma string, o *repo id* (por exemplo `CompVis/ldm-text2im-large-256`) de um pipeline pré-treinado hospedado no Hub. - Um caminho para um *diretório* (por exemplo `./my_pipeline_directory/`) contendo as configurações dos componentes do pipeline no formato Diffusers. | |
| disable_mmap ('bool', *opcional*, padrão 'False') : Se deve desabilitar o mmap ao carregar um modelo Safetensors. Essa opção pode ter um desempenho melhor quando o modelo está em uma montagem de rede ou em um disco rígido. | |
| kwargs (dicionário restante de argumentos de palavra-chave, *opcional*) : Pode ser usado para sobrescrever variáveis de carregamento e salvamento (os componentes do pipeline da classe de pipeline específica). Os componentes sobrescritos são passados diretamente para o método `__init__` dos pipelines. Veja o exemplo abaixo para mais informações. | |
| Instancie um [DiffusionPipeline](/docs/diffusers/v0.43.0/pt/api/pipelines/overview#diffusers.DiffusionPipeline) a partir de pesos de pipeline pré-treinados salvos no formato `.ckpt` ou `.safetensors`. O pipeline é definido no modo de avaliação (`model.eval()`) por padrão. | |
| Exemplos: | |
| ```py | |
| >>> 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]] | |
| ```python | |
| diffusers.loaders.FromOriginalModelMixin() | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/loaders/single_file_model.py#L276) | |
| Carregue pesos pré-treinados salvos no formato `.ckpt` ou `.safetensors` em um modelo. | |
| #### from_single_file[[diffusers.loaders.FromOriginalModelMixin.from_single_file]] | |
| ```python | |
| from_single_file(pretrained_model_link_or_path_or_dict: str | None = None, **kwargs) | |
| ``` | |
| [Fonte](https://github.com/huggingface/diffusers/blob/v0.43.0/src/diffusers/loaders/single_file_model.py#L281) | |
| **Parâmetros:** | |
| pretrained_model_link_or_path_or_dict (`str`, *opcional*) : Pode ser: - Um link para o arquivo `.safetensors` ou `.ckpt` (por exemplo, `"https://huggingface.co/<repo_id>/blob/main/<path_to_file>.safetensors"`) no Hub. - Um caminho para um *arquivo* local contendo os pesos do modelo de componente. - Um state dict contendo os pesos do modelo de componente. | |
| config (`str`, *opcional*) : - Uma string, o *repo id* (por exemplo `CompVis/ldm-text2im-large-256`) de um pipeline pré-treinado hospedado no Hub. - Um caminho para um *diretório* (por exemplo `./my_pipeline_directory/`) contendo as configurações dos componentes do pipeline no formato Diffusers. | |
| subfolder (`str`, *opcional*, padrão `""`) : A localização da subpasta de um arquivo de modelo dentro de um repositório de modelo maior no Hub ou localmente. | |
| original_config (`str`, *opcional*) : Dicionário ou caminho para um arquivo yaml contendo a configuração do modelo em seu formato original. Se um dicionário for fornecido, ele será usado para inicializar a configuração do modelo. | |
| dtype (`torch.dtype`, *opcional*) : Substitui o `torch.dtype` padrão e carrega o modelo com outro dtype. | |
| force_download (`bool`, *opcional*, padrão `False`) : Se deve forçar o (re-)download dos pesos do modelo e dos arquivos de configuração, sobrescrevendo as versões em cache, caso existam. | |
| cache_dir (`str | os.PathLike`, *opcional*) : Caminho para um diretório onde a configuração de um modelo pré-treinado baixado é armazenada em cache, caso o cache padrão não seja utilizado. | |
| proxies (`dict[str, str]`, *opcional*) : Um dicionário de servidores proxy a serem usados por protocolo ou endpoint, por exemplo, `{'http': 'foo.bar:3128', 'http://hostname': 'foo.bar:4012'}`. Os proxies são usados em cada solicitação. | |
| local_files_only (`bool`, *opcional*, padrão `False`) : Se deve carregar apenas os pesos e os arquivos de configuração do modelo localmente. Se definido como True, o modelo não será baixado do Hub. | |
| token (`str` ou *bool*, *opcional*) : O token a ser usado como autorização HTTP bearer para arquivos remotos. Se `True`, o token gerado por `diffusers-cli login` (armazenado em `~/.huggingface`) é utilizado. | |
| revision (`str`, *opcional*, padrão `"main"`) : A versão específica do modelo a ser usada. Pode ser o nome de um branch, o nome de uma tag, um id de commit ou qualquer identificador permitido pelo Git. | |
| low_cpu_mem_usage (`bool`, *opcional*, padrão é `True` se a versão do torch >= 1.9.0 e : is_accelerate_available() caso contrário `False`): Acelera o carregamento do modelo carregando apenas os pesos pré-treinados e não inicializando os pesos. Isso também tenta não usar mais do que 1x o tamanho do modelo na memória do CPU (incluindo a memória de pico) durante o carregamento do modelo. Suportado apenas para PyTorch >= 1.9.0. Se você estiver usando uma versão mais antiga do PyTorch, definir este argumento como `True` causará um erro. | |
| disable_mmap ('bool', *opcional*, padrão 'False') : Se deve desabilitar o mmap ao carregar um modelo Safetensors. Essa opção pode ter um desempenho melhor quando o modelo está em uma montagem de rede ou em um disco rígido, que podem não lidar bem com a natureza de buscas do mmap. | |
| kwargs (dicionário restante de argumentos de palavra-chave, *opcional*) : Pode ser usado para sobrescrever variáveis de carregamento e salvamento (por exemplo, os componentes do pipeline da classe de pipeline específica). Os componentes sobrescritos são passados diretamente para o método `__init__` dos pipelines. Veja o exemplo abaixo para mais informações. | |
| Instancie um modelo a partir de pesos pré-treinados salvos no formato original `.ckpt` ou `.safetensors`. O modelo é definido no modo de avaliação (`model.eval()`) por padrão. | |
| ```py | |
| >>> 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) | |
| ``` | |
Xet Storage Details
- Size:
- 13.4 kB
- Xet hash:
- 7a0faf5286f022cdde87ed96a13f49b9887863f4d8ef0ea14dc03744345571f8
·
Xet efficiently stores files, intelligently splitting them into unique chunks and accelerating uploads and downloads. More info.