阿洛舍维奇 阿洛舍维奇
关注数: 56 粉丝数: 112 发帖数: 2,540 关注贴吧数: 59
使用kohya训练lora模型报错 尝试使用kohya训练lora模型,但根据视频设好所有参数运行就报错,有没有用过的大神指教一下: Loading config... Folder 100_RosieLily: 14100 steps max_train_steps = 14100 stop_text_encoder_training = 0 lr_warmup_steps = 0 accelerate launch --num_cpu_threads_per_process=2 "train_network.py" --pretrained_model_name_or_path="runwayml/stable-diffusion-v1-5" --train_data_dir="D:/AI/trainmodels/RosieLily/image" --resolution=512,512 --output_dir="D:/AI/trainmodels/RosieLily/model" --logging_dir="D:/AI/trainmodels/RosieLily/log" --network_alpha="128" --save_model_as=safetensors --network_module=networks.lora --text_encoder_lr=5e-5 --unet_lr=0.0001 --network_dim=128 --output_name="RosieLily" --lr_scheduler_num_cycles="1" --learning_rate="0.0001" --lr_scheduler="constant" --train_batch_size="1" --max_train_steps="14100" --save_every_n_epochs="1" --mixed_precision="fp16" --save_precision="fp16" --seed="1234" --caption_extension=".txt" --cache_latents --optimizer_type="AdamW8bit" --max_data_loader_n_workers="1" --clip_skip=2 --bucket_reso_steps=64 --mem_eff_attn --gradient_checkpointing --xformers --bucket_no_upscale prepare tokenizer Use DreamBooth method. prepare images. found directory D:\AI\trainmodels\RosieLily\image\100_RosieLily contains 141 image files 14100 train images with repeating. 0 reg images. no regularization images / 正則化画像が見つかりませんでした [Dataset 0] batch_size: 1 resolution: (512, 512) enable_bucket: False [Subset 0 of Dataset 0] image_dir: "D:\AI\trainmodels\RosieLily\image\100_RosieLily" image_count: 141 num_repeats: 100 shuffle_caption: False keep_tokens: 0 caption_dropout_rate: 0.0 caption_dropout_every_n_epoches: 0 caption_tag_dropout_rate: 0.0 color_aug: False flip_aug: False face_crop_aug_range: None random_crop: False is_reg: False class_tokens: RosieLily caption_extension: .txt [Dataset 0] loading image sizes. 100%|███████████████████████████████████████████████████████████████████████████████| 141/141 [00:00<00:00, 941.26it/s] prepare dataset prepare accelerator Using accelerator 0.15.0 or above. load Diffusers pretrained models text_encoder\model.safetensors not found Fetching 19 files: 0%| | 0/19 [00:00<?, ?it/s]D:\AI\kohya_ss\venv\lib\site-packages\huggingface_hub\file_download.py:129: UserWarning: `huggingface_hub` cache-system uses symlinks by default to efficiently store duplicated files but your machine does not support them in C:\Users\13527\.cache\huggingface\diffusers. Caching files will still work but in a degraded version that might require more space on your disk. This warning can be disabled by setting the `HF_HUB_DISABLE_SYMLINKS_WARNING` environment variable. For more details, see http://tieba.baidu.com/mo/q/checkurl?url=https%3A%2F%2Fhuggingface.co%2Fdocs%2Fhuggingface_hub%2Fhow-to-cache%23limitations.&urlrefer=e9ebe51a456ca07745dce07c70bc8360 To support symlinks on Windows, you either need to activate Developer Mode or to run Python as an administrator. In order to see activate developer mode, see this article: http://tieba.baidu.com/mo/q/checkurl?url=https%3A%2F%2Fdocs.microsoft.com%2Fen-us%2Fwindows%2Fapps%2Fget-started%2Fenable-your-device-for-development&urlrefer=0dbefc416a58857b7f07abcc252fff95 warnings.warn(message) Fetching 19 files: 0%| | 0/19 [00:01<?, ?it/s] model is not found as a file or in Hugging Face, perhaps file name is wrong? / 指定したモデル名のファイル、またはHugging Faceのモデルが見つかりません。ファイル名が誤っているかもしれません: runwayml/stable-diffusion-v1-5 Traceback (most recent call last): File "D:\AI\kohya_ss\train_network.py", line 652, in <module> train(args) File "D:\AI\kohya_ss\train_network.py", line 114, in train text_encoder, vae, unet, _ = train_util.load_target_model(args, weight_dtype) File "D:\AI\kohya_ss\library\train_util.py", line 2024, in load_target_model text_encoder = pipe.text_encoder UnboundLocalError: local variable 'pipe' referenced before assignment Traceback (most recent call last): File "C:\Users\13527\AppData\Local\Programs\Python\Python310\lib\runpy.py", line 196, in _run_module_as_main return _run_code(code, main_globals, None, File "C:\Users\13527\AppData\Local\Programs\Python\Python310\lib\runpy.py", line 86, in _run_code exec(code, run_globals) File "D:\AI\kohya_ss\venv\Scripts\accelerate.exe\__main__.py", line 7, in <module> File "D:\AI\kohya_ss\venv\lib\site-packages\accelerate\commands\accelerate_cli.py", line 45, in main args.func(args) File "D:\AI\kohya_ss\venv\lib\site-packages\accelerate\commands\launch.py", line 1104, in launch_command simple_launcher(args) File "D:\AI\kohya_ss\venv\lib\site-packages\accelerate\commands\launch.py", line 567, in simple_launcher raise subprocess.CalledProcessError(returncode=process.returncode, cmd=cmd) subprocess.CalledProcessError: Command '['D:\\AI\\kohya_ss\\venv\\Scripts\\python.exe', 'train_network.py', '--pretrained_model_name_or_path=runwayml/stable-diffusion-v1-5', '--train_data_dir=D:/AI/trainmodels/RosieLily/image', '--resolution=512,512', '--output_dir=D:/AI/trainmodels/RosieLily/model', '--logging_dir=D:/AI/trainmodels/RosieLily/log', '--network_alpha=128', '--save_model_as=safetensors', '--network_module=networks.lora', '--text_encoder_lr=5e-5', '--unet_lr=0.0001', '--network_dim=128', '--output_name=RosieLily', '--lr_scheduler_num_cycles=1', '--learning_rate=0.0001', '--lr_scheduler=constant', '--train_batch_size=1', '--max_train_steps=14100', '--save_every_n_epochs=1', '--mixed_precision=fp16', '--save_precision=fp16', '--seed=1234', '--caption_extension=.txt', '--cache_latents', '--optimizer_type=AdamW8bit', '--max_data_loader_n_workers=1', '--clip_skip=2', '--bucket_reso_steps=64', '--mem_eff_attn', '--gradient_checkpointing', '--xformers', '--bucket_no_upscale']' returned non-zero exit status 1.
如果可以重新再来,你还会选它吗? 昨晚终于end of the game,说真的,自从Ellie在剧院被Abbey袭击后转到Abbey故事线那一刻开始就没有玩下去的动力了,相向绝大部分玩家都和我一样,不知道是不是梁静茹给顽皮狗的勇气去这样做。相向大家都认同,顽皮狗这次搞砸了。在电影界,续作不如前作这是司空见惯的,哪怕是复仇者联盟在中段也表现过疲软的时候,但后来还是被拉回来了。这次的最后生还者2用了7年时间去积累玩家们的期待,不可否认,游戏本身的制作水准很高,画面可以说是目前做的最好的一款游戏,尤其是末世下的风光,人物表情的捕捉,以及演员的经常表演。但正如大部分评论员说是的,这游戏烂在剧情的编写和叙事方式上。就游戏本身而言游玩性可以说是当下最好的游戏之一,但这是一个剧情推动型游戏,如果剧情做烂了,即便游戏本身做的多好,都无法让玩家接受,尤其是续作。 我不知道玩顽皮狗接下来要如何面对这次的失败,是逃避还是面对错误,在二代这样的结局下真不知道该如何展开三代的故事,目前看这个IP估计会被雪藏起来了。但我又一个大胆的想法,如果顽皮狗能够承认自己的失败,重新把游戏推翻重做,请个专业的编辑和导演重新做一次这个游戏,相信很多一代玩过来的玩家还是会愿意掏钱。 就好比《终结者》系列电影,说真的,终结者2之后就拍的越来越烂,尤其是终结者3,剧情非常的牵强,很多人坚持看终结者可能只是冲着阿洛去的。最后卡梅隆重新拿回这个IP,以他的方式重新拍出了终结者2的正统意义上的续作。我也希望顽皮狗以某种形式将美末2重做一次,剧情什么的救回来,比如说,我们玩了这么久的2代剧情,其实是Ellie最近结合现实生活创作的一部漫画而已,由于Ellie在故事创作方面的经验不足,导致了剧情的狗血。然后在重新展开真是的Ellie的生活。如果这样的方式出一个3代也好或者DLC也好,相信大家还是可以接受的。 最后,一直很期待Ellie能把游戏开始Joel送吉它给Ellie时候唱的《future days》弹唱出来,因为在游戏的几个回忆杀位置Ellie都想弹唱出来,但最后顶多唱出了2句,非常遗憾。
d610的对焦晚上室内够用吗 前段时间纠结700和7100,不过目前已经完全放弃7100,此前用过d3100,d80,d7000,d300s。3100带我入坑,d80的高感让我无比蛋疼,d7000的跑焦让我心寒,d300s让我知道了什么叫专业机。自从d300s被盗后d80成为我的唯一很久了,最近打算跟上时代换台机身,纠结于d700和d610之间,曾一度下定决心买d700,专业二强大的对焦性能是我在d300s时期就感受到了好处,相比d7000简直一个天一个地。优秀的高感,是我在极端情况下进行室内拍摄的最后筹码。虽然1200万像素可以让我在后期和存储时更轻松,但更高的像素可以让我在后期时的裁剪和处理游刃有余。对于孩子才7个月的我来说视频功能还是很有用的,虽然我不常用。当然钱包羞涩也严重影响我的选择空间。于是问题来了,d610的优点能否掩盖它的不足。610在像素上比700多一倍,虽然不常尝试拍商业片,但帮朋友拍淘宝还是有机会的,说不定那天用的上高像素,连拍速度对我来说真心没用,我不打鸟,也不拍体育,更不是记者。有一次答应帮朋友拍一次毕业纪念照,当时d300s刚被盗了,只有拿着d80去拍,刚好拍到一半时候下雷雨,昏天黑地的,我们在一个很有味道的木楼梯房子里等下雨,也拍了不少片子,虽然带了外拍闪光灯,但由于放在休息的地方,下着雨回不去拿,内闪的效果又不好随意干脆用50 1.8,iso直逼800,1/30快门算是拍下来了,回家一看,糊了一大片,跑焦到时没有,但是颗粒感真心无法接受,尝试去噪磨破,结果变成油画。自从对高感有了追求,最直接就是上全副。很多人说d610的高感不差d700多少,我信了,而且也接受这些微少的差距,但是在昏暗环境下拍照不单单是高感的为题,还要对焦的问题,到底在弱光情况下,能否对上这是我最大的疑问。鉴于d610和d7000都是一样的39点对焦,当初被7000坑的心理阴影还在,不过尼康工程师说610的对焦绝对比7000强,这个我是信的,问题是强多少,像雷雨天室内无照明下能否对准。或者晚上日光灯下对焦如何,对焦辅助等的作用大不大。还希望在使用的朋友来说一下,其实如果对焦能满足我的话就入610了。
关于d610暗光对焦性能问题 此前用过d3100,d80,d7000,d300s。3100带我入坑,d80的高感让我无比蛋疼,d7000的跑焦让我心寒,d300s让我知道了什么叫专业机。自从d300s被盗后d80成为我的唯一很久了,最近打算跟上时代换台机身,纠结于d700和d610之间,曾一度下定决心买d700,专业二强大的对焦性能是我在d300s时期就感受到了好处,相比d7000简直一个天一个地。优秀的高感,是我在极端情况下进行室内拍摄的最后筹码。虽然1200万像素可以让我在后期和存储时更轻松,但更高的像素可以让我在后期时的裁剪和处理游刃有余。对于孩子才7个月的我来说视频功能还是很有用的,虽然我不常用。当然钱包羞涩也严重影响我的选择空间。于是问题来了,d610的优点能否掩盖它的不足。610在像素上比700多一倍,虽然不常尝试拍商业片,但帮朋友拍淘宝还是有机会的,说不定那天用的上高像素,连拍速度对我来说真心没用,我不打鸟,也不拍体育,更不是记者。有一次答应帮朋友拍一次毕业纪念照,当时d300s刚被盗了,只有拿着d80去拍,刚好拍到一半时候下雷雨,昏天黑地的,我们在一个很有味道的木楼梯房子里等下雨,也拍了不少片子,虽然带了外拍闪光灯,但由于放在休息的地方,下着雨回不去拿,内闪的效果又不好随意干脆用50 1.8,iso直逼800,1/30快门算是拍下来了,回家一看,糊了一大片,跑焦到时没有,但是颗粒感真心无法接受,尝试去噪磨破,结果变成油画。自从对高感有了追求,最直接就是上全副。很多人说d610的高感不差d700多少,我信了,而且也接受这些微少的差距,但是在昏暗环境下拍照不单单是高感的为题,还要对焦的问题,到底在弱光情况下,能否对上这是我最大的疑问。鉴于d610和d7000都是一样的39点对焦,当初被7000坑的心理阴影还在,不过尼康工程师说610的对焦绝对比7000强,这个我是信的,问题是强多少,像雷雨天室内无照明下能否对准。或者晚上日光灯下对焦如何,对焦辅助等的作用大不大。还希望在使用的朋友来说一下,其实如果对焦能满足我的话就入610了。
1 下一页