huggingface / huggingface/diffusers
stabilityai/stable-diffusion-2-base DDIM config is not compatible with current DDIM implementation
- Langage dominant
- Python
- Étoiles
- 34.5k
- Forks
- 7.3k
- Merge moyen
- 3 j 3 h
- PR mergées (30 j)
- 91
Description
### Describe the bug
Assume 30 inference steps.
There are two 925, and the number of inference steps is 31.
tensor([958, 925, 925, 892, 859, 826, 793, 760, 727, 694, 661, 628, 595, 562,
529, 496, 463, 430, 397, 364, 331, 298, 265, 232, 199, 166, 133, 100,
67, 34, 1], device='cuda:0')
```
{
"_class_name": "DDIMScheduler",
"_diffusers_version": "0.8.0",
"beta_end": 0.012,
"beta_schedule": "scaled_linear",
"beta_start": 0.00085,
"clip_sample": false,
"num_train_timesteps": 1000,
"set_alpha_to_one": false,
"skip_prk_steps": true,
"steps_offset": 1,
"trained_betas": null
}
```
The correct one should be.
tensor([958, 925, 892, 859, 826, 793, 760, 727, 694, 661, 628, 595, 562, 529,
496, 463, 430, 397, 364, 331, 298, 265, 232, 199, 166, 133, 100, 67,
34, 1], device='cuda:0')
```
{
"_class_name": "DDIMScheduler",
"_diffusers_version": "0.25.0",
"beta_end": 0.012,
"beta_schedule": "scaled_linear",
"beta_start": 0.00085,
"clip_sample": false,
"clip_sample_range": 1.0,
"dynamic_thresholding_ratio": 0.995,
"num_train_timesteps": 1000,
"prediction_type": "epsilon",
"rescale_betas_zero_snr": false,
"sample_max_value": 1.0,
"set_alpha_to_one": false,
"steps_offset": 1,
"thresholding": false,
"timestep_spacing": "leading",
"trained_betas": null
}
```
### Reproduction
See above
### Logs
_No response_
### System Info
Version: 0.26.3
### Who can help?
_No response_
Guide de contribution
Ouvrir le guide de contribution
Piste de recherche
Commencez par l’implémentation de DDIMScheduler et les configurations de scheduler fournies, en comparant la configuration des timesteps pour 30 étapes d’inférence. Reproduisez les deux sorties de tenseur avec la configuration stable-diffusion-2-base ; le travail est considéré comme terminé lorsque l’implémentation actuelle produit la séquence attendue de 30 étapes sans modifier le comportement indiqué du scheduler.
Rédigé par le modèle d'indexation à partir du texte de l'issue.
Évaluation
- Stack technique
- python, pytorch
- Domaine
- machine-learning
- Type d'issue
- Bug
- Difficulté
- 4/5
- Temps estimé
- 3-5 jours
- Activité
- À l'abandon
- Clarté
- Plutôt claire
- Accessibilité débutants
- 35/100