参考资料：
diffusers的源码 [github]
因为小博客可能看的人很少，所以我写的啰嗦一点，想直接看如何互相转换的朋友可以直接转到文末的代码段。
当你在学习Stablediffusion这个开源的t2i模型时，不可避免地会碰到两种模型权重的存储格式，即diffusers格式和ckpt格式：
如上图所示，这是一个hugging face的仓库，仓库里有文件夹和.ckpt文件.safetensors文件。这个截图同时包含了两种格式的权重，那么哪些属于diffusers格式？哪些属于ckpt格式？
答：明摆着的，后缀为.ckpt的文件就是ckpt格式。而diffusers格式其实包含：feature_extractor, scheduler, text_encoder, tokenizer, unet, vae这些文件夹以及model_index.json这个文件。大的二进制文件主要位于text_encoder，unet和vae文件夹下。
safetensors是ckpt转换得到的，防止别有用心之人在ckpt文件中加入恶意代码。safetensor和ckpt文件都能直接用于AUTOMATIC111这个为T2I模型开发的WebUI上，而diffusers不行。而diffusers提供的一些代码example又非常有借鉴意义，但一旦使用，其存储类型是一系列目录，这就催生了两种各格式相互转化的需求。
怎么转化？使用diffusers官方提供的转化脚本即可，这些转换脚本在diffuser源代码仓库的scripts文件夹下：主要涉及两个文件：convert_original_stable_diffusion_to_diffusers.py和convert_diffusers_to_original_stable_diffusion.py。
diffusers to ckpts
使用convert_diffusers_to_original_stable_diffusion.py脚本，一个典型的使用场景是你训练了一个模型，然后就想把这个模型转换成.ckpt文件放到webui上。使用范例如下：
python convert_diffusers_to_original_stable_diffusion.py --model_path model_dir --checkpoint_path path_to_ckpt.ckpt
还有两个参数--half和--use_safetensors，如果加上就会把数值存为fp16以及把ckpt存为safetensors
ckpts to diffusers
使用convert_original_stable_diffusion_to_diffusers.py脚本，一个典型的使用场景是把ckpt文件(自己训练的或者是SD官方发布的)解包成diffusers的目录形式上传hugging face或者是自己使用。需要注意的是diffuser的目录存储形式实际上提供了比ckpt文件更多的(实际上多得多)信息。为什么？因为ckpt是pytorch使用的存储权重的二进制文件，你在load_state_dict的时候需要先初始化model，然后再load权重，但是ckpts文件中没有这些信息(或很少)，就只能靠脚本来推断到底用了哪些参数初始化的model。所以你会发现diffusers to ckpts的脚本很简单，ckpts to diffusers的脚本很复杂。下面提供一个范例：
python convert_original_stable_diffusion_to_diffusers.py --checkpoint_path path_to_ckpt.ckpt --dump_path model_dir --image_size 512 --prediction_type epsilon
在使用v2-base或v2.1-base的时候，一定要加上--image_size 512和--prediction_type epsilon这两个参数，不然脚本就会推断错模型的类型(ckpt中的信息太少)。由于脚本已经写的很完备了，大多数情况下只需要--checkpoint_path和--dump_path两个参数就能正常完成转换。
最后，diffusers这个代码仓库日新月异，每天都在高强度更新，所以读者需要多git pull安装最新版本，这两个转换脚本什么时候发生变化也不能保证滴。