pytorch-stable-diffusion

手写 Stable Diffusion 源码，从论文到图像生成一步到位

这是一个从零开始、逐行实现 Stable Diffusion 的 PyTorch 教程项目，完全基于论文《High-Resolution Image Synthesis with Latent Diffusion Models》复现，不依赖现成的扩散模型库。它解决了初学者难以理解 Stable Diffusion 内部原理的问题，通过清晰的代码结构和详细的 Jupyter Notebook 讲解，逐步拆解 VAE、U-Net、CLIP 文本编码器、扩散过程、采样器（如 DDPM、DDIM）等核心组件。项目覆盖了从模型架构到训练、推理的完整流程，并提供了预训练权重加载和图像生成示例。核心能力包括：完整的代码实现、论文对照讲解、模块化设计便于二次开发，以及支持自定义训练和采样。适合希望深入理解扩散模型原理、从事 AI 绘画底层研究或进行模型定制的开发者。

开源 free 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1078

维护状态低维护

是否开源是

定价模式 free

项目数据

分类图像生成

开发团队hkproj

所属国家

官网地址

GitHubhttps://github.com/hkproj/pytorch-stable-diffusion

定价模式free

价格说明开源项目，MIT许可证，完全免费，需自行部署。

访问状态

是否开源是

开源协议MIT

主要语言Jupyter Notebook

技术栈/模型diffusion-models,latent-diffusion-models,paper-implementations,pytorch,pytorch-implementation,stable-diffusion

GitHub 星标★ 1078

30天Star增速

HF 下载量

上线时间2023-09-24 00:00:00

最近更新2026-09-20 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

难度：进阶约 30 分钟部署方式：本地安装 6 步

⚠ 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

项目介绍

pytorch-stable-diffusion 是开源模型领域的开源项目，由 hkproj 开发，2023 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（1,078）位列前 30%，在开源模型分类中处于中上游。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-20。MIT许可证，完全免费，需自行部署。

它主要面向的使用场景是：深度学习研究者快速理解扩散模型原理。同类可对比的替代方案包括 diffusers、stable-diffusion-webui、k-diffusion。

上一篇：sd-akashic

下一篇：GenAI_LLM_timeline