huggingface / huggingface/diffusers

training example for instruct pix2pix doesn't zero out embeds

Ouverte
#7,920 9 commentaires 0 réactions 0 personnes assignées Voir sur GitHub
bug stale
Langage dominant
Python
Étoiles
34.5k
Forks
7.3k
Merge moyen
3 j 3 h
PR mergées (30 j)
91

Description

### Describe the bug

When running inference on SDXL, the config specifies to zero out the embedding when the prompt is empty.

### Reproduction

```py
# Get null conditioning
def compute_null_conditioning():
null_conditioning_list = []
for a_tokenizer, a_text_encoder in zip(tokenizers, text_encoders):
null_conditioning_list.append(
a_text_encoder(
tokenize_captions([""], tokenizer=a_tokenizer).to(accelerator.device),
output_hidden_states=True,
).hidden_states[-2]
)
return torch.concat(null_conditioning_list, dim=-1)

null_conditioning = compute_null_conditioning()
```

this could likely be replaced with a probabilistic call to `torch.zeros_like()` inside the training loop instead.

I've checked the values of the embeds, and classifier-free guidance at inference time definitely makes use of the zero embed and not just `""`, which end up producing very different results.

other models though like deepfloyd just use `""` from eg. T5 and behave rather differently.

### Logs

_No response_

### System Info

N/A

### Who can help?

@sayakpaul

Guide de contribution

Ouvrir le guide de contribution

Piste de recherche

Commencez par l’exemple d’entraînement instruct pix2pix, examinez compute_null_conditioning et la boucle d’entraînement, puis comparez leur comportement de conditioning avec la configuration d’inférence SDXL. C’est terminé lorsque l’exemple gère le conditioning des prompts vides de manière cohérente avec les zero embeddings configurés, sans modifier le comportement requis par les autres familles de modèles.

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

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.