【已解决】报错“copying a param with shape torch.Size([1280, 1280]) from checkpoint”

已于 2024-07-19 15:15:07 修改
阅读量428 收藏 1
点赞数 10
分类专栏： 已解决 文章标签： 深度学习 python pytorch 人工智能 stable diffusion
于 2024-07-12 12:28:45 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2202_75832991/article/details/140375678
版权

在使用SDXL时，报错“copying a param with shape torch.Size([1280, 1280]) from checkpoint, the shape in current model is torch.Size([1280, 1664]).”

出现问题

在做图像生成项目时，使用ip-adapter-plus_sdxl_vit-h.bin 作为ip-adapter，时出现问题

分析问题原因

查阅官方文档点这里会发现

这里提到了一个这个玩意

找了半天找到了这么一条评论

原来是ip-adapter-plus_sdxl_vit-h.bin 必须搭配vit-h版本的图片解码器使用

解决办法

进入网站

这个是官网，国内进不去

这个是我找到的国内镜像

下载我箭头指的这两个文件，然后给它们两放到一个文件夹里面，记得要把json文件的名字改成config，这样才能识别出它是配置文件

之后把它当作图片解码文件使用即可

烟花节
关注
  • 10
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
copying a param with shape torch.Size([262, 2048]) ，参数大小不匹配
weixin_46436505的博客
05-28 6254
从检查点复制具有shape torch.size（[262]）的参数，当前模型中的形状为torch.size（[290]）。 fc.weight的参数大小不匹配，只需修改参数即可。
copying a param with shape torch.Size([84, 48, 3, 3]) from checkpoint, the shape in current model is
justwaityou1314的博客
05-13 5527
前言 无 凯哥英语视频 @[TOC](YOLO中copying a param with shape torch.Size([84, 48, 3, 3]) from checkpoint, the shape in current model is torch.Size([24, 48, 3, 3]).相关报错处理) 不用想太多,就是classes错误 看看这两个方面是否对应 “classes_path” : ‘model_data/coco_classes.txt’ 另外就是你的模型, 是否也是
strict=False 但还是 size mismatch for xx.weight copying a param with shape [] from checkpoint错误的解决方法
最新发布
weixin_44001371的博客
12-17 2317
pop掉。
size mismatch for fc.weight: copying a param with shape torch.Size([1000, 2048]) from checkpoint, th
weixin_61785507的博客
06-10 1万+
我想在我自己的项目更换其他的模型，下载的预训练模型出现了FC层不匹配的问题，找了好多人都写了这个点，今天总结一下： 首先我们遇到的问题如下： 他的意思是resnet50的fc层是1000分类，而我的是62分类，所以不匹配，那怎么处理呢？ 网传不可靠方法： 应用了pop，p掉全连接的参数， 这样呢，我试了， 根本就不行，别着急，我还有方法： 这样不论你的模型文件和预训练文件放在那，都可以传入......
size mismatch for rpn.head.cls_logits.weight
weixin_43537097的博客
10-19 252
对mobileNetv2+faster_RCNN进行训练之后，将权重保存。但是在预测时，导入权重出现错误。但笔者在后续的过程，将该行代码注释后运行，竟然没有报错。反倒是进行冻结后，预测准确率低，时常抽风。根据报错信息，报错的层为 rpn，
VGG11使用卷积层代替全连接层进行测试
qq_52062754的博客
11-09 2023
VGG11使用卷积层代替全连接层进行测试
copying.txt
07-28
本篇文章将重点介绍 Dev-C++ 所需的“copying.txt”文件及其包含的重要内容——GNU 通用公共许可证（GPL）。 #### 文件“copying.txt”的重要性 “copying.txt”文件是 Dev-C++ 分发包中的一个关键文档，其内容...
Getting Started With Altium Designer.rar
11-24
1.4.5 Removing a document from the project .......................................................1-11 1.4.6 File management with the Storage Manager ...............................................1-...
Copying_a_Maximo_Schema_on_Oracle
05-28
Copying_a_Maximo_Schema_on_Oracle
aria2_COPYING.txt
09-11
donkey
Get Programming - Learn to code with Python.epub
05-11
Lesson 28 - Aliasing and copying lists and dictionaries Lesson 29 - Capstone project: document similarity UNIT 7 - MAKING YOUR OWN OBJECT TYPES BY USING OBJECT-ORIENTED PROGRAMMING Lesson 30 - Making...
Pytorch遇到权重不匹配的问题
hjxu2016的博客
04-10 2万+
最近，楼主在pytorch微调模型时遇到 size mismatch for fc.weight: copying a param with shape torch.Size([1000, 2048]) from checkpoint, the shape in current model is torch.Size([2, 2048]). size mismatch for fc.bias: copying a param with shape torch.Size([1000]) from checkp
size mismatch问题：训练权重不匹配问题
python_Ezreal的博客
04-23 2万+
在测试二阶段和三阶段模型的时候程序一直报错： RuntimeError: Error(s) in loading state_dict for Eff: size mismatch for fc.weight: copying a param with shape torch.Size([18, 1000]) from checkpoint, the shape in current model is torch.Size([14, 1000]). size mismatch for fc...
学习笔记26-解决：载入预训练模型时Pytorch遇到权重不匹配的问题（附+修改后的预训练模型载入和冻结特征权重完整代码）
LZL2020LZL的博客
03-15 2万+
在pytorch微调mobilenetV3模型时遇到的问题 1.KeyError: ‘features.4.block.2.fc1.weight’ 这个是因为模型结构修改了，没有正确修改预训练权重，导致载入权重与模型不同，使用下面说的两种方法适当修改载入权重即可。 2.size mismatch for fc.weight: copying a param with shape torch.Size([1000, 1280]) from checkpoint, the shape in current mo
跑yolox遇到的BUG
qq_54828577的博客
03-18 721
size mismatch for head.cls_preds.0.weight: copying a param with shape torch.Size([6, 128, 1, 1]) from checkpoint, the shape in current model is torch.Size([8, 128, 1, 1]). AttributeError: 'NoneType' object has no attribute 'shape'
【Python】解决CNN中训练权重参数不匹配size mismatch for fc.weight，size mismatch for fc.bias
热门推荐
junewgl
12-02 2万+
【Python】解决CNN中训练权重参数不匹配size mismatch for fc.weight，size mismatch for fc.bias
size mismatch for embedding_layer.weight: copying a param with shape torch.Size([X, X])，加载模型出错！！！
weixin_45681937的博客
11-03 2227
pytorch模型加载错误，维度不同（单词字典个数不同）
加载预训练参数，出现size mismatch
baobao135的博客
02-24 3591
模型参数不匹配问题
RuntimeError: Error(s) in loading state_dict for Net:
weixin_39357271的博客
11-17 2437
size mismatch for classifier.4.weight: copying a param with shape torch.Size([7, 256]) from checkpoint, the shape in current model is torch.Size([751, 256]). size mismatch for classifier.4.bias: copying a param with shape torch.Size([7]) from checkpoint, t
RuntimeError: Error(s) in loading state_dict for Wav2vec2Model: size mismatch for decoder.model.0.weight: copying a param with shape torch.Size([256, 512]) from checkpoint, the shape in current model is torch.Size([128, 512]). size mismatch for decoder.model.0.bias: copying a param with shape torch.Size([256]) from checkpoint, the shape in current model is torch.Size([128]). size mismatch for decoder.model.3.weight: copying a param with shape torch.Size([64, 256]) from checkpoint, the shape in current model is torch.Size([7, 128]). size mismatch for decoder.model.3.bias: copying a param with shape torch.Size([64]) from checkpoint, the shape in current model is torch.Size([7]).如何解决报错请举例
05-25
这个错误是由于在加载预训练模型的参数时，模型的某些层的维度和预训练模型的参数维度不匹配导致的。解决这个问题的方法是调整模型的参数维度，使其与预训练模型的参数维度相匹配。下面是一个简单的示例： ```python import torch class MyModel(torch.nn.Module): def __init__(self): super(MyModel, self).__init__() self.encoder = torch.nn.Linear(512, 256) self.decoder = torch.nn.Linear(256, 512) def forward(self, x): x = self.encoder(x) x = self.decoder(x) return x model = MyModel() pretrained_model = torch.load("pretrained_model.pth") # 遍历预训练模型的参数，调整模型参数维度 for name, param in pretrained_model.items(): if name.startswith("decoder"): if "weight" in name: param = param[:256, :] if "bias" in name: param = param[:256] model_dict = model.state_dict() model_dict[name].copy_(param) # 在此处使用模型进行推理或训练 ``` 在上面的示例中，我们首先定义了一个自定义模型MyModel，其中包含一个512维的输入层和一个512维的输出层。然后我们加载了一个名为“pretrained_model.pth”的预训练模型，并遍历了其所有的参数。对于decoder层的参数，我们将其维度调整为与自定义模型相匹配。最后，我们使用调整后的模型进行推理或训练。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值