diffusion模型部署的一些bug和操作

我根据这篇文章实现diffusion的部署在自己电脑运行Stable Diffusion和完整项目下载

因为这个github工程改成这个名字了,放心整.

链接为https://github.com/invoke-ai/InvokeAI

 

具体为以下

面向大海

 面向大海        春暖花开      鸡蛋   宇航员骑在马上

但是有些emmm还是不太行我估计是我说的太抽象了

 宇航员骑在马桶上   人在海里飞    芝士雪豹    ikun

emmm都是我同学让我生成的!!!!!,咱也不敢生成些啥政治敏感的啊,涩情暴力的啊

 全都是中文然后百度翻译成英文输入的哈哈啊哈哈.

但是在我实现这项目的时候存在许多bug坑了我好久.

我都是用pycharm操作的没用命令行,不知道为什么命令行就是导入不了关联的py文件

在这个

 

Pip install  requirements-win.txt

然后根据报错到github或者pipy上下载包

在model.yaml的那个地方要修改权重文件等的指向地址

存在K_diffusion的一个clip的需求包错误 clip==1.0是不存在现在clip这个库只有(0.0.0,0.1.0和0.2.0)的我去除了写成clip就行了

Taming 包我在github下了,不知道为啥就是python setup.py install 不上莫名其妙  我就直接了pip 下载最新版本去了

然后呢他这个新的版本不存在VectorQuantizer2,我看了看函数,毕竟能用就行哈哈哈

from taming.modules.vqvae.quantize import VectorQuantizer2 as VectorQuantizer

没了VectorQuantizer2我改成了 VectorQuantizer

 而且如果你存在什么什么路径不对了啊就仔细改一改路径,实在不行的话把对应文件放到缺失的路径下,比如F:\AI\DifussionModel\InvokeAI-main\scripts\configs\stable-diffusion\v1-inference.yaml不存在,这个文件是在F:\AI\DifussionModel\InvokeAI-main\configs\stable-diffusion\v1-inference.yaml

 你这直接复制到对应缺失的地方就行了哈哈哈哈,我这也不知道为什么相对地址出问题了,排查了我好多遍.

相对的我会把我做的工程的环境和对应的工程文件发出来

 主要是这两个

链接:https://pan.baidu.com/s/1khdkw3WbHODIAUnPg7QClw 
提取码:mm2z 
--来自百度网盘超级会员V3的分享

  • 6
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
Diffusion模型微调是指在已有的Diffusion模型基础上,对模型的参数进行调整和优化的过程。这个过程旨在提高模型的准确性和预测能力。 首先,Diffusion模型是一种描述信息扩散过程的数学模型,它可以用来模拟信息在社交网络中的传播、产品在市场中的推广等现象。在现实情况中,模型的参数往往需要根据具体场景进行微调。 微调Diffusion模型的方法主要包括以下几个步骤。首先,根据模型和场景的特点,选择合适的性能指标来衡量模型的表现。例如,如果模拟信息传播过程,则可以选择准确度、平均传播速度等指标。其次,对模型中的参数进行设置和调整。这包括确定传播速率、抑制因子、节点影响力等参数的数值。根据模型的特点,采用常用的统计学方法如最小二乘法、极大似然估计等进行参数估计,并根据实际数据进行模型拟合和优化。 另外,还可以使用一些优化算法来进行模型的微调,如遗传算法、粒子群优化算法等。这些算法可以通过自适应搜索和迭代优化来寻找最优的参数组合,提高模型的准确性。 最后,微调完Diffusion模型后,应该进行模型的验证和评估。这可以通过比较模拟结果和真实数据的对比来进行。如果模型的预测结果与实际数据吻合较好,那么说明微调后的模型是可信的。 综上所述,Diffusion模型微调是一个通过调整和优化参数来提高模型准确性和预测能力的过程。通过选择合适的性能指标、使用合适的参数估计方法和优化算法,并进行验证评估,可以使模型更好地适应不同的应用场景,提高模型的应用价值。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

诶我就不告诉你

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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