Diffusion程序调试相关问题汇总

作为一个强大的生成模型，Diffusion Model（扩散模型）已经“侵袭”了各类low-level视觉任务。现有的Diffusion Model都是基于Stable diffusion实现的，在复现的时候会遇到一些问题，本篇博文总结了自己在复现过程中遇到的一些bug，及其解决方案。希望能有帮助。

1. from pytorch_lightning.utilities.distributed import rank_zero_only

问题详细描述：

from pytorch_lightning.utilities.distributed import rank_zero_only
ModuleNotFoundError: No module named 'pytorch_lightning.utilities.distributed'

解决方案：将

from pytorch_lightning.utilities.distributed import rank_zero_only

修改为：

from pytorch_lightning.utilities.rank_zero  import rank_zero_only

2. ImportError: cannot import name 'VectorQuantizer2' from 'taming.modules.vqvae.quantize'

问题详细描述：

from taming.modules.vqvae.quantize import VectorQuantizer2 as VectorQuantizer
ImportError: cannot import name 'VectorQuantizer2' from 'taming.modules.vqvae.quantize'

原因：新的taming版本不存在VectorQuantizer2

解决方案：

 解决方案：将

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

修改为：

from taming.modules.vqvae.quantize import VectorQuantizer

2. parser = Trainer.add_argparse_args(parser)

问题详细描述：

parser = Trainer.add_argparse_args(parser)
AttributeError: type object 'Trainer' has no attribute 'add_argparse_args'

原因：因为pytorch-lightening 2.x已经不兼容1.x。

解决方案：将 pytorch-lightning降级, 可以尝试

pip install pytorch-lightning==1.9.4