SD使用deforum直接生成视频报错解决方法StableDiffusionProcessingTxt2lmg.. an unexpected keyword argument ‘scheduler“

最新推荐文章于 2024-07-09 12:00:49 发布
最新推荐文章于 2024-07-09 12:00:49 发布
阅读量419 收藏 3
点赞数 10
分类专栏： 笔记 文章标签： stable diffusion
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/sjbstar/article/details/140000288
版权

使用Stable Diffusion的插件deforum直接生成视频时报错
Error:'StableDiffusionProcessingTxt2lmg.init() got an unexpected keyword argument 'scheduler". Before reporting, please check your schedules/init values. Full error message is in your terminal/cli.
在这里插入图片描述
在网上也找不到相关解决方案😓
后来仔细分析报错，未期待的变量scheduler，于是尝试把对应py文件的scheduler注释掉，没想到一改完就能正常生成视频了，也没发现注释那行代码导致别的问题。属实运气比较好😌
教程如下:
先进入SD目录的extensions目录，再进入deforum目录
在这里插入图片描述
进入scripts目录，再进入deforum_helpers目录
在这里插入图片描述
找到generate.py，将scheduler=p.scheduler,用#注释掉，保存后重启SD软件就能正常生成视频了
在这里插入图片描述
在这里插入图片描述

社交宝
关注
  • 10
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
lmg-master.zip
01-10
"lmg-master.zip" 文件很可能包含了一个名为 "lmg-master" 的项目，该项目专用于在Linux环境下创建内存镜像。下面我们将深入探讨这个主题。 内存镜像，也被称为内存转储或核心转储，是操作系统在特定条件下（如系统...
floatplaneAPI.ts:与LMG Floatplane.com api接口的库
03-20
非官方的Floatplane API该库与LMG或Floatplane Media Inc.没有任何关系。功能/端点会根据需要添加，因此，如果缺少某些内容，请发出或安装$ npm install floatplane各个类可以分别导入： require ( 'floatplane/auth...
stable diffusion视频生成插件deforum安装详解,问题报错的简处理办法
m0_38120695的博客
07-20 6217
stable diffusion视频生成插件deforum安装详解,问题报错的简处理办法，老奶奶看了都说:"中！"
在ComfyUI中使用Deforum简单步骤, 以及报错处理
聚梦小课堂
04-20 1803
deforum这个插件其实去年就在webui流行的时候火过一阵子，效果的话，因为并没有引入太多“时间”的概念，所以画面基本上每一帧都不一样，但也恰恰因为这个，所以可以产生很多宛若吃了毒蘑菇的视频，后来animatediff火了之后，这个插件就慢慢没那么热了，但今年这一阵子又因为一些文旅节目的ai短片，又开始流行了一些，果然潮流这个东西是个轮回。 之前在webui中使用deforum的方法出过视频，这里主要讲一下comfyui中使用deforum的方法，以及遇到的几个问题如何解决，希望对你有帮助。
kafka报错解决：kafka.zookeeper.ZooKeeperClientTimeoutException: Timed out waiting for connection
热门推荐
anzhenxi3529的博客
01-06 2万+
出现上述问题，在其他错误都没有的情况下，zookeeper的版本和kafka的libs目录下的zookeeper版本不一致导致的，如图 版本是3.5.6 启动成功如下所示： D:\kafka\kafka_2.12-2.4.0>.\bin\windows\kafka-server-start.bat .\config\server.properties [2020-01-...
龙芯2k1000初使用（一）报错解决
m0_54102753的博客
07-25 591
龙芯
uniapp使用plus.sqlite实现图片、视频缓存到手机本地
weixin_46820017的博客
09-14 3631
离线缓存
LCD.zip_LMG160160_hd61830_library HD61830
09-23
总结起来，这个压缩包提供了一个完整的解决方案，用于驱动和编程具有HD61830控制器的LMG160160图形LCD，包括库文件、测试代码、生成工具和字体资源，以及项目配置，为开发者提供了便利的开发环境。开发者可以通过...
行业资料-交通装置-一种LMG出租车储液瓶供气系统.zip
09-08
行业资料-交通装置-一种LMG出租车储液瓶供气系统.zip
紫外线消毒灯的种类以及使用方法实用.doc
10-27
"紫外线消毒灯的种类以及使用方法实用" 紫外线消毒灯是目前常用的消毒设备之一，它可以对室内空气、物体表面和水及其它液体进行消毒。下面是关于紫外线消毒灯的种类、使用方法和注意事项的总结。 种类 1. 普通...
Stable Diffusion与AI艺术：探索人工智能的创造力
weixin_41859354的博客
07-05 1195
尽管面临一些伦理和法律挑战，但随着技术的进步和相关规范的完善，AI艺术的未来前景依然光明。例如，在电影制作中，AI技术可以帮助生成复杂的特效场景，减少人工绘制的工作量，提高影片的视觉冲击力。例如，AI生成的抽象画、未来主义风格的插画和超现实主义的艺术作品都展示了AI在艺术创作中的巨大潜力。另一方面，传统艺术家也开始利用AI技术进行创作，结合人类的创意和AI的计算能力，创造出独特的艺术作品。AI艺术拓宽了艺术表达的边界，通过生成新的艺术形式和风格，为艺术家提供了更多的创作选择。
Stable Diffusion图像的脸部细节控制——采样器全解析
Why_does_it_work的博客
07-04 7003
在当今这个视觉至上的时代，无论是艺术创作、广告宣传还是社交媒体分享，高质量的图像都是吸引观众、传递信息的关键。通过上述介绍的解决策略和技术改进方法，我们不仅能够艺术地掌控人物形象，还能更好地运用Stable Diffusion采样器，这是图像生成领域的一大进步。艺术地掌控人物形象，不仅需要我们有独到的审美眼光，还需要我们掌握相关的技术手段。从化妆造型、服饰搭配到光影效果、后期处理，每一个环节都至关重要。通过上述介绍，我们了解到如何通过细节的调整，让人物形象更加立体、生动。
「AI绘画Stable Diffusion 零基础入门 」文生图教程：什么是提示词？万字长文详解提示词的使用，建议收藏！
最新发布
A1353192296的博客
07-09 886
在自然语言处理（NLP）和机器学习中，Prompt 通常指的是输入到模型的文本，用于引导模型生成预期的输出。注意用同样的句子再多画几次，产出的东西都不一样，因为 AI 画的画，在没有添加任何约束的情况下，随机性是极大的，从概率上来讲重复率可能只有几十亿分之一，所以有人比喻这个过程就是在 “抽卡” ，想出好的图片，得看运气。前面在说同义词的时候、也略微提到过这些辅助写提示词的工具，这些工具对提示词的分类也是有自己的一套标准的，所以我们在用的时候，逐渐形成自己的一套方法论就好，没必要把自己的思路局限死了。
AI绘画Stable Diffusion：ControlNet组件—Scribble（涂鸦）赋予用户精细控制权，让涂鸦草图焕发生命力
A1353192296的博客
07-08 1095
ControlNet Scribble插件允许用户通过直接在图像上绘制或涂鸦，指定希望在生成输出中看到的修改、编辑或属性等方法。通过使用ControlNet Scribble插件，用户可以对生成的图像拥有更精细的控制权。模型会考虑标记区域或注释，并将其作为额外的指导来影响SD绘图生成的输出。该插件使得用户能够在AIGC绘图过程中，参与到绘图结果塑造，并根据个人喜好进行输出定制。
Stable Diffusion 的 `/sdapi/v1/img2img` 接口参数定义
q742971636的博客
07-06 899
这些参数控制生成过程中的各个方面，可以根据需要进行调整以获得理想的图像生成效果【7†source】【8†source】【9†source】【10†source】【11†source】【12†source】。Stable Diffusion 的。
政安晨【零基础玩转各类开源AI项目】基于Ubuntu系统部署ComfyUI：功能最强大、模块化程度最高的Stable Diffusion图形用户界面和后台
政安晨——致力于AI人工智能数字互动领域
07-05 996
ComfyUI这套框架可让您使用基于图形/节点/流程图的界面设计和执行高级稳定扩散管道。
AI绘画Stable Diffusion 新手入门教程：万字长文解析Lora模型的使用，快速上手Lora模型！
A13531922961的博客
07-04 1175
大家好，我是设计师阿威。今天给大家讲解一下AI绘画Stable Diffusion 中的一个重要模型—，如果还有小伙伴没有SD安装包的，可以看我往期入门教程，安装包下载请看文末免费获取哦是一种优化生成图像的方法。它可以让图像生成模型在保持高质量的前提下，变得更高效、更快速。它主要用于大规模预训练模型的微调。通过将权重矩阵分解为低秩矩阵，从而减少训练参数，降低计算开销。LoRA在保持模型性能的前提下，能够快速适应新的任务或数据集。
Stable Diffusion 商业变现与绘画大模型多场景实战
mate1357的博客
07-01 1275
ai绘画软件Stable Diffusion是一种通过模拟扩散过程，将噪声图像转化为目标图像的文生图模型，具有较强的稳定性和可控性，可以将文本信息自动转换成高质量、高分辨率且视觉效果良好、多样化的图像。在日常工作中，ai绘画软件Stable Diffusion可为设计师提供脑洞大开的创意素材以及处理图像修复、提高图像分辨率、修改图像风格等任务，辅助实现创意落地。感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。
python用Lindeman, Merenda, and Gold (LMG) 方法计算因变量的贡献代码
06-12
LMG方法是一种用于解释多元线性回归模型中各自变量对因变量的贡献的方法。下面是一个利用Python实现LMG方法的示例代码： ```python import numpy as np from sklearn.linear_model import LinearRegression def lmg(X, y): # 计算模型的总和平方和 SST = np.sum(np.square(y - np.mean(y))) # 建立线性回归模型 reg = LinearRegression().fit(X, y) # 计算自变量矩阵X的列数和行数 p = X.shape[1] n = X.shape[0] # 计算模型中各自变量的系数 beta = reg.coef_ # 计算模型的拟合值 y_pred = reg.predict(X) # 初始化结果向量 res = np.zeros(p) # 计算各自变量的贡献 for j in range(p): # 计算去掉第j个自变量后的模型 X_j = np.delete(X, j, axis=1) reg_j = LinearRegression().fit(X_j, y) y_pred_j = reg_j.predict(X_j) # 计算第j个自变量的贡献 SSM_j = np.sum(np.square(y_pred_j - np.mean(y))) res[j] = (SSM_j - SST + n * np.square(beta[j]) / p) / n return res # 生成模拟数据 np.random.seed(0) X = np.random.rand(100, 5) y = np.dot(X, np.array([1, 2, 3, 4, 5])) + np.random.randn(100) # 计算LMG贡献 lmg_contrib = lmg(X, y) # 输出结果 for j in range(len(lmg_contrib)): print("自变量%d的LMG贡献为%.4f" % (j+1, lmg_contrib[j])) ``` 这段代码中，我们使用sklearn库中的LinearRegression()方法建立线性回归模型，利用该模型计算各自变量的系数和模型的拟合值，然后根据LMG方法的公式计算各自变量的贡献，并将结果保存在结果向量res中。最后，我们依次输出各自变量的LMG贡献。

“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
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