huggingface / huggingface/diffusers
scheduler文件无法识别
- Ngôn ngữ chính
- Python
- Star
- 34.5k
- Fork
- 7.3k
- Merge trung bình
- 3 ngày 3 giờ
- Pull request đã merge (30 ngày)
- 91
Mô tả
### Describe the bug
发生异常: ValueError
Pipeline expected {'tokenizer', 'text_encoder', 'unet', 'vae', 'feature_extractor', 'safety_checker', 'scheduler'}, but only {'tokenizer', 'text_encoder', 'unet', 'vae', 'feature_extractor', 'safety_checker'} were passed.
File "D:\local_gradio\app.py", line 25, in
pipe = DiffusionPipeline.from_pretrained("LCM_Dreamshaper_v7_4k.safetensors")
ValueError: Pipeline expected {'tokenizer', 'text_encoder', 'unet', 'vae', 'feature_extractor', 'safety_checker', 'scheduler'}, but only {'tokenizer', 'text_encoder', 'unet', 'vae', 'feature_extractor', 'safety_checker'} were passed.
### Reproduction
我非常确定文件是存在的,然而总是报错无法识别
### Logs
```shell
日志五任何提示
```
### System Info
(D:\conda_envs\lcm_env) D:\>diffusers-cli env
Copy-and-paste the text below in your GitHub issue and FILL OUT the two last points.
- 🤗 Diffusers version: 0.28.0
- Platform: Windows-10-10.0.19044-SP0
- Running on a notebook?: No
- Running on Google Colab?: No
- Python version: 3.8.19
- PyTorch version (GPU?): 2.3.0+cpu (False)
- Flax version (CPU?/GPU?/TPU?): not installed (NA)
- Jax version: not installed
- JaxLib version: not installed
- Huggingface_hub version: 0.23.2
- Transformers version: 4.41.1
- Accelerate version: 0.30.1
- PEFT version: not installed
- Bitsandbytes version: not installed
- Safetensors version: 0.4.3
- xFormers version: not installed
- Accelerator: NVIDIA GeForce GTX 1080 Ti, 11264 MiB VRAM
- Using GPU in script?:
- Using distributed or parallel set-up in script?:
### Who can help?
莉莉娅
Hướng dẫn đóng góp
Hướng nghiên cứu
Bắt đầu với dòng 25 của app.py và lời gọi DiffusionPipeline.from_pretrained, sử dụng các phiên bản Diffusers, Transformers, PyTorch và Python được liệt kê để tái hiện ValueError. So sánh các thành phần pipeline được mong đợi trong lỗi với những thành phần được truyền từ LCM_Dreamshaper_v7_4k.safetensors; hoàn tất khi pipeline tải được mà không có lỗi thiếu scheduler.
Do mô hình lập chỉ mục viết ra từ nội dung của issue.
Đánh giá
- Công nghệ
- python, pytorch
- Lĩnh vực
- machine-learning
- Loại issue
- Lỗi
- Độ khó
- 3/5
- Thời gian dự kiến
- 1-2 ngày
- Mức độ hoạt động
- Đình trệ
- Độ rõ ràng
- Cần làm rõ
- Mức phù hợp với người mới
- 25/100