
pytorch-stable-diffusion
手写 Stable Diffusion 源码,从论文到图像生成一步到位
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1086
使用教程
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
环境要求
- 能运行 Jupyter Notebook 的本地环境(README 未给出具体依赖安装步骤)
- Git(用于克隆仓库,README 未显式说明)
- 足够的磁盘空间存放 stable-diffusion-v1-5 的权重文件
- 可访问 Hugging Face 网站以下载模型与分词器文件
安装与启动步骤
-
1克隆项目仓库
从 GitHub 获取源码,README 未提供安装命令,此步为通用准备动作,需自行准备 Jupyter 环境。
git clone https://github.com/hkproj/pytorch-stable-diffusion.git -
2进入项目目录
切换到仓库根目录,后续下载的权重与分词器文件都要放在其 data 目录下。
cd pytorch-stable-diffusion -
3创建 data 目录
README 要求把文件保存到 data 文件夹,若目录不存在需先创建,注意大小写与路径。
mkdir -p data -
4下载分词器文件
打开 stable-diffusion-v1-5 的 tokenizer 页面,下载 vocab.json 和 merges.txt 两个文件,保存到 data 文件夹。
-
5下载模型权重
从 stable-diffusion-v1-5 仓库主页面下载 v1-5-pruned-emaonly.ckpt,保存到 data 文件夹,文件较大请耐心等待。
-
6(可选)下载微调权重
README 测试过任意不超过 v1.5 的微调 ckpt,如 InkPunk Diffusion、Illustration Diffusion,下载后同样放入 data。
如何确认成功
README 未给出启动命令,确认 data 目录下已存在 vocab.json、merges.txt、v1-5-pruned-emaonly.ckpt 三个文件即完成准备。
常见问题
Q:下载的文件应该放在哪里?
A:README 明确要求全部保存在项目的 data 文件夹中,包括 vocab.json、merges.txt 和 v1-5-pruned-emaonly.ckpt。
Q:必须用官方的 v1-5 权重吗?
A:不是。README 说明可以下载任意微调版 Stable Diffusion 的 ckpt(最高到 v1.5 版本)放入 data 使用。
Q:分词器文件从哪下载?
A:从 huggingface.co 的 stable-diffusion-v1-5 仓库 tokenizer 目录下载 vocab.json 与 merges.txt 两个文件。
Q:README 为什么没有安装依赖的命令?
A:README 节选中只提供了权重与分词器的下载说明,未给出 pip 安装或运行命令,需自行参考项目 Notebook。
注意事项
- README 未提供任何 pip/conda 依赖安装命令,运行前请自行确认 Python 与 PyTorch 环境可用。
- 权重文件为 Hugging Face 网页链接,需手动下载或用浏览器/命令行工具获取,README 未给出直链命令。
- 除官方 v1-5 权重外,README 还验证过 InkPunk Diffusion 与 Illustration Diffusion 两类微调模型。
核心亮点
- 逐模块复现论文,代码与公式一一对应,学习曲线清晰
- 不依赖高封装库,暴露全部底层细节,便于深入研究和魔改
- Jupyter Notebook 形式,图文并茂,适合教学和自学者
不足之处
- 训练代码示例较少,主要侧重推理和结构讲解
- 文档/社区待观察
适用场景
- 深度学习研究者快速理解扩散模型原理
- AI 绘画开发者定制或优化 Stable Diffusion 底层结构
- 高校或培训机构的生成模型课程教学
替代项目
diffusers、stable-diffusion-webui、k-diffusion
上一篇:sd-akashic
同类项目推荐
LakonLab
开源
用流匹配加速图像生成,训练快、采样快、效果稳
Official implementation of AsymFlow, pi-Flow, GMFlow
Awesome_Multimodel_LLM
开源
一站式收藏多模态大模型资源,快速跟上最新进展
Awesome_Multimodel is a curated GitHub repository that provides a comprehensive coll···
Awesome-Spatio-Temporal-Foundati···
开源
一榜在手,时空基础模型论文代码全都有
A survey and paper list of current Spatio-Temporal Foundation Models from the pipeli···
scMulan
开源
用大模型统一搞定单细胞分析多任务,零样本也能预测
Repository for paper scMulan: a multitask generative pre-trained language model for ···
Consistency_LLM
开源
让大模型并行吐字,推理速度翻倍
[ICML 2024] CLLMs: Consistency Large Language Models
ml-slowfast-llava
开源
不训练也能做视频问答,双路抽帧直接跑出强基线
SlowFast-LLaVA: A Strong Training-Free Baseline for Video Large Language Models
MakeMoneyWithAI
开源
翻开源清单,找能赚钱的 AI 项目,快速变现
A list of open-source AI projects you can use to generate income easily.
OpenGPTAndBeyond
开源
汇总开源大模型实现,快速上手ChatGPT类技术
Open efforts to implement ChatGPT-like models and beyond.
Awesome-LLM-KG
开源
一页看懂LLM与知识图谱融合的所有关键论文
Awesome papers about unifying LLMs and KGs