概念：推理 训练 模型 safetensors ckpt

训练

训练是通过从已有的数据中学习到某种能力；

推理

推理是简化并使用该能力，使其能快速、高效地对未知的数据进行操作，以获得预期的结果。

模型

训练是计算密集型操作，模型一般都需要使用大量的数据来进行训练，通过反向传播来不断的优化模型的参数，以使得模型获取某种能力。在训练的过程中，我们常常是将模型在数据集上面的拟合情况放在首要位置的。

而推理过程在很多场景下，除了模型的精度外，还更加关注模型的大小和速度等指标。
这就需要对训练的模型进行一些压缩、剪枝或者是操作上面的计算优化。
 

常见的 AI绘画 用模型后缀名有如下几种：

1. ckpt ，2. pt ，3. pth，4. safetensors

其中，1,2,3 这三种是 pytorch[2] 的标准模型保存格式，由于使用了 Pickle，会有一定的安全风险（自行百度：pickle反序列化攻击）。

第四种为一种新型的模型格式，正如同他的名字，safe。为了解决前面的这几种模型的安全风险而出现的。safetensors 格式与 pytorch 的模型可以通过工具进行任意转换，只是保存数据的方式不同，内容数据没有任何区别。 

大模型中 .safetensors 文件、.ckpt文件和.pth以及.bin文件区别、加载和保存以及转换方式_.bin大模型文件-CSDN博客