Stable Diffusion WebUI DirectML 模型加载失败问题分析与解决
2025-07-04 18:19:32作者:郜逊炳
问题现象
在使用 Stable Diffusion WebUI DirectML 项目时,部分用户遇到了模型无法加载的问题。主要症状表现为:
- 启动 WebUI 后无法显示任何模型
- 控制台报错显示 "No checkpoints found"
- 设置无法保存,所有设置项显示错误
- 刷新模型列表功能失效
错误分析
从错误日志中可以观察到几个关键信息:
-
系统在以下路径查找模型文件失败:
- 项目根目录下的 model.ckpt 文件
- models/Stable-diffusion 目录
-
核心错误信息为:
FileNotFoundError: No checkpoints found. When searching for checkpoints, looked at: - file C:\stabledf\stable-diffusion-webui-directml\model.ckpt - directory C:\stabledf\stable-diffusion-webui-directml\models\Stable-diffusion -
后续还出现了 AttributeError,表明在模型加载失败后,程序尝试访问不存在的模型属性
问题原因
经过分析,该问题主要由以下几个因素导致:
-
模型文件缺失:系统无法在指定路径找到任何 .ckpt 或 .safetensors 格式的模型文件
-
路径配置问题:部分情况下,模型搜索路径可能被错误配置
-
初始化顺序问题:在最新修复前,程序可能在模型下载完成前就尝试加载模型
解决方案
基本解决方法
-
确保模型文件存在:
- 将模型文件(.ckpt 或 .safetensors)放置在正确目录:
- 项目根目录
- 或 models/Stable-diffusion 子目录
- 将模型文件(.ckpt 或 .safetensors)放置在正确目录:
-
使用最新版本:
- 更新到最新版本的 Stable Diffusion WebUI DirectML
- 最新版本已修复了模型下载和初始化的顺序问题
-
重新初始化:
- 删除 venv 文件夹后重新初始化环境
- 最新版本会在首次运行时自动下载 v1-5-pruned-emaonly.safetensors 模型
高级排查步骤
如果问题仍然存在,可以尝试:
-
检查目录权限,确保程序有权限访问模型目录
-
验证模型文件完整性,损坏的模型文件可能导致加载失败
-
检查环境变量,确保没有冲突的路径设置
技术背景
Stable Diffusion WebUI DirectML 是专为 AMD 显卡优化的 Stable Diffusion 实现版本。它使用 DirectML 作为计算后端,而不是传统的 CUDA。在模型加载机制上:
- 程序会按照预设路径搜索模型文件
- 如果找不到模型,会尝试从默认源下载
- 模型加载失败会导致后续所有依赖模型的功能无法工作
最佳实践建议
-
始终使用最新版本的项目代码
-
将模型文件统一存放在 models/Stable-diffusion 目录下
-
首次运行时耐心等待自动下载完成
-
定期清理不再使用的模型以节省空间
总结
模型加载失败问题在最新版本的 Stable Diffusion WebUI DirectML 中已得到修复。用户只需确保使用最新代码,并按照标准方式存放模型文件即可避免此类问题。对于 AMD 显卡用户,DirectML 版本提供了良好的性能支持,是运行 Stable Diffusion 的优秀选择。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
3款必备资源下载工具,让你轻松搞定网络资源保存难题OptiScaler技术解析:跨平台AI超分辨率工具的原理与实践Fast-GitHub:提升开发效率的网络加速工具全解析跨平台应用兼容方案问题解决:系统级容器技术的异构架构实践解锁3大仿真自动化维度:Ansys PyAEDT技术探索与工程实践指南解决宽色域显示器色彩过饱和:novideo_srgb的硬件级校准方案老旧设备性能提升完整指南:开源工具Linux Lite系统优化方案如何通过智能策略实现i茅台自动化预约系统的高效部署与应用如何突破异构算力调度瓶颈?HAMi让AI资源虚拟化管理更高效3分钟解决Mac NTFS写入难题:免费工具让跨系统文件传输畅通无阻
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
560
98
暂无描述
Dockerfile
704
4.51 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
412
338
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++
957
955
Ascend Extension for PyTorch
Python
568
694
🎉 (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
1.6 K
940
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
78
5
暂无简介
Dart
950
235