EasyDiffusion项目中的PyTorch权重加载问题分析与解决方案
2025-05-23 15:04:05作者:幸俭卉
问题背景
在EasyDiffusion项目使用过程中,部分用户在尝试生成图像时遇到了模型加载失败的问题。错误信息显示:"Could not load the stable-diffusion model! Reason: Weights only load failed..."。这一问题主要源于PyTorch 2.6版本对权重加载安全性的改进。
技术原因分析
PyTorch 2.6版本对torch.load()函数进行了重要安全更新:
- 默认将
weights_only参数从False改为True,增强了安全性 - 限制了可加载的全局对象类型,特别是对
pytorch_lightning.callbacks.model_checkpoint.ModelCheckpoint类进行了限制 - 这种改变导致传统的.ckpt格式模型文件无法直接加载
错误信息中提到的两种解决方案:
- 使用
weights_only=False加载(但存在任意代码执行风险) - 通过
add_safe_globals()或safe_globals()上下文管理器显式允许特定全局对象
解决方案
临时解决方案(不推荐)
对于需要快速解决问题的用户,可以设置环境变量:
export TORCH_FORCE_NO_WEIGHTS_ONLY_LOAD=1
然后重新运行start.sh脚本。但需要注意,这会降低安全性,仅建议在信任模型来源的情况下使用。
推荐解决方案
EasyDiffusion项目官方推荐使用更安全的.safetensors格式模型文件替代传统的.ckpt格式:
- 下载safetensors格式模型文件
- 替换原有模型文件
- 项目最新安装程序已默认使用safetensors格式模型
技术建议
- 模型格式选择:优先使用safetensors格式,它专为安全加载设计,不包含可执行代码
- 版本兼容性:注意PyTorch版本更新可能带来的兼容性问题
- 安全实践:始终从可信来源获取模型文件,特别是在使用传统ckpt格式时
总结
这一问题的出现反映了深度学习生态系统中对安全性的日益重视。作为用户,理解模型文件格式的差异和安全加载机制,能够更好地应对类似的技术挑战。EasyDiffusion项目团队已迅速响应,通过默认使用更安全的模型格式来解决这一问题,为用户提供了更好的使用体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 Python案例资源下载 - 从入门到精通的完整项目代码合集 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
663
152
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
659
297
Ascend Extension for PyTorch
Python
215
235
React Native鸿蒙化仓库
JavaScript
254
320
仓颉编译器源码及 cjdb 调试工具。
C++
132
866
仓颉编程语言运行时与标准库。
Cangjie
139
874
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.18 K
648
仓颉编程语言开发者文档。
59
818