用diffusers库从单文件safetensor加载sdxl模型（离线）

可用环境：

diffusers==0.33.1  torch==2.1.2

diffusers==0.32.2  torch==2.3.1

准备工作

首先要准备两样东西：1. 模型权重  2. 配置文件

sdxl模型权重6.46G：animeIllustDiffusion_v08.safetensors

sdxl模型配置（文件夹形式）：

生成图片：

from diffusers import StableDiffusionXLPipeline
import torch
from PIL import Image# 加载模型
config_path = "./sdxl" ## sdxl的配置文件夹，里面包含一些json文件
model_path = "./animeIllustDiffusion_v08.safetensors" ## 单一模型文件pipe = StableDiffusionXLPipeline.from_single_file(model_path,            # dtype=torch.bfloat16,  ## 指定精度（一般不用考虑，单一模型文件只对应一种精度）config=config_path,    ## 指定配置文件local_files_only=True) ## 只从本地加载pipe = pipe.to("cuda")  # 节约显存，但是速度会慢
pipe.enable_vae_slicing()
pipe.enable_vae_tiling()
pipe.enable_sequential_cpu_offload()# 提示词
prompt = "pixel,pixel art,pixelart,xiangsu,xiang su,full body"# 设置生成参数
num_inference_steps = 28  # 推理步数，可根据需要调整
guidance_scale = 7        # 引导比例，控制生成图像与提示的匹配程度
generator = torch.manual_seed(0) # 随机性（不必要）
clip_skip = 1             # 字面意思，经常会在各大AI绘画模型下见到这个参数# 执行生成
with torch.no_grad():image = pipe(prompt = prompt,num_inference_steps = num_inference_steps,guidance_scale = guidance_scale,clip_skip = clip_skip,generator = generator).images[0]# 保存结果
image.save("output_image.png")

其它

6.46G的单文件，已经包含所有所需的权重了！

如果执行代码时发现它仍试图从HF上下载东西，那么就是有问题了！

此时，检查一下diffusers版本是不是太老了