fn_registry/python/functions/ml/sdcpp_python_load.md

name, kind, lang, domain, version, purity, signature, description, tags, uses_functions, uses_types, returns, returns_optional, error_type, imports, params, output, tested, tests, test_file_path, file_path

name	kind	lang	domain	version	purity	signature	description	tags	uses_functions	uses_types	returns	returns_optional	error_type	imports	params	output	tested	tests	test_file_path	file_path
sdcpp_python_load	function	py	ml	1.0.0	impure	def sdcpp_python_load(model: ModelRef, n_threads: int = -1, wtype: str = 'default', rng_type: str = 'cuda') -> Any	Carga un StableDiffusion via stable-diffusion-cpp-python con cache global por (model_key, wtype, n_threads). Segunda llamada con mismos params retorna instancia cacheada sin recargar disco.	ml stable-diffusion sdcpp inference backend cache load		model_ref_py_ml		false	error_go_core	stable_diffusion_cpp	name desc model Referencia al modelo. model.path se usa si presente; si no, model.name como ruta local o HuggingFace hub. name desc n_threads Numero de hilos CPU para inferencia. -1 usa todos los disponibles. name desc wtype Tipo de pesos en memoria: 'default' | 'f32' | 'f16' | 'q8_0' | 'q5_1' | 'q5_0' | 'q4_1' | 'q4_0'. 'default' respeta el tipo original del checkpoint. name desc rng_type Generador de aleatorios: 'std_default' | 'cuda'. 'cuda' produce resultados compatibles con la implementacion CUDA incluso en CPU.	Instancia StableDiffusion (stable_diffusion_cpp.StableDiffusion) lista para llamar a generate_image().	true	load retorna objeto StableDiffusion segunda llamada retorna instancia cacheada	python/functions/ml/tests/test_sdcpp_python_backend.py	python/functions/ml/sdcpp_python_load.py

Ejemplo

import sys
sys.path.insert(0, "python/functions/ml")
from model_ref import ModelRef
from sdcpp_python_load import sdcpp_python_load

model = ModelRef(
    name="sd-turbo",
    model_type="sd15",
    quantization="fp16",
    path="/home/lucas/vaults/imagegen_models/diffusers/sd-turbo/sd_turbo.safetensors",
)
sd = sdcpp_python_load(model, n_threads=-1, wtype="default")
# sd listo para sd.generate_image(...)

Notas

• El cache evita recargas de disco en bucles de generacion con el mismo modelo.
• wtype="default" respeta el tipo de cuantizacion del checkpoint; util para safetensors mixtos.
• rng_type="cuda" produce seeds compatibles con la implementacion GPU aunque se corra en CPU.
• Para limpiar el cache en tests: sdcpp_python_load._clear_sd_cache().
• Compilacion sin CUDA: CMAKE_ARGS="-DSD_CUDA=OFF" pip install stable-diffusion-cpp-python.
• El binding 0.4.7 usa generate_image() (no txt_to_img que era la API de versiones anteriores).

---