仁怀企业网站建设_广州越秀区租房_今天微博热搜前十名_网站搜什么关键词好

官方代码路径：

GitHub - CompVis/latent-diffusion: High-Resolution Image Synthesis with Latent Diffusion Models

官方参考论文路径：

[arXiv](https://arxiv.org/abs/2112.10752) | [BibTeX](#bibtex)

目前复现的：

使用预训练模型推理：

使用cpu进行autoencoder训练：

DDPM训练未完成：

硬件环境参考：

windows主机，单张显卡（暂时还没搞定gpu训练）

环境管理工具：

anaconda/mini conda均可

环境配置：

step01：

参考官方Readme.md中的内容，不过因为有墙，以及本地版本各种问题，所以我们需要修改一下yaml文件：

官方：

name: ldm
channels:- pytorch- defaults
dependencies:- python=3.8.5- pip=20.3- cudatoolkit=11.0- pytorch=1.7.0- torchvision=0.8.1- numpy=1.19.2- pip:- albumentations==0.4.3- opencv-python==4.1.2.30- pudb==2019.2- imageio==2.9.0- imageio-ffmpeg==0.4.2- pytorch-lightning==1.4.2- omegaconf==2.1.1- test-tube>=0.7.5- streamlit>=0.73.1- einops==0.3.0- torch-fidelity==0.3.0- transformers==4.3.1- -e git+https://github.com/CompVis/taming-transformers.git@master#egg=taming-transformers- -e git+https://github.com/openai/CLIP.git@main#egg=clip- -e .

修改后：

name: ldm
channels:# - pytorch- defaults
dependencies:- python=3.8.5- pip=20.3# - cudatoolkit=11.0# - pytorch=1.7.0# - torchvision=0.8.1- numpy=1.19.2- pip:- albumentations==0.4.3- opencv-python==4.1.2.30- pudb==2019.2- imageio==2.9.0- imageio-ffmpeg==0.4.2# - pytorch-lightning==1.4.2- omegaconf==2.1.1- test-tube>=0.7.5# - streamlit>=0.73.1- einops==0.3.0

 然后在anaconda中执行：

conda env create -f environment.yaml

step02:

进入新建的ldm环境中，安装torch等相关库：

conda activate ldm
pip install torch==1.7.0 torchvision==0.8.1 torchaudio==0.7.0 torch-lightning==1.4.2
# 在更新一下torchmetrics
pip install torchmetrics==0.5

torch与torch-lighting以及相关库匹配官网可见：

Versioning Policy — PyTorch Lightning 2.4.0 documentation

lightning.pytorch	pytorch_lightning	lightning.fabric	torch	torchmetrics	Python
2.4	2.4	2.4	≥2.1, ≤2.4	≥0.7.0	≥3.9, ≤3.12
2.3	2.3	2.3	≥2.0, ≤2.3	≥0.7.0	≥3.8, ≤3.11
2.2	2.2	2.2	≥1.13, ≤2.2	≥0.7.0	≥3.8, ≤3.11
2.1	2.1	2.1	≥1.12, ≤2.1	≥0.7.0	≥3.8, ≤3.11
2.0	2.0	2.0 (GA)	≥1.11, ≤2.0	≥0.7.0	≥3.8, ≤3.10
1.9	1.9	1.9 (experimental)	≥1.10, ≤1.13	≥0.7.0	≥3.7, ≤3.10
1.8**	1.8	n/a***	≥1.10, ≤1.13	≥0.7.0	≥3.7, ≤3.10
n/a	1.7	n/a***	≥1.9, ≤1.12	≥0.7.0	≥3.7, ≤3.10
n/a	1.6	n/a***	≥1.8, ≤1.11	≥0.4.1	≥3.7, ≤3.9
n/a	1.5	n/a***	≥1.7, ≤1.10	≥0.4.1	≥3.6, ≤3.9
n/a	1.4	n/a	≥1.6, ≤1.9	≥0.4.0	≥3.6, ≤3.9

历史torch版本下载路径：

Previous PyTorch Versions | PyTorch

这样子，初步可以用来推理的环境就差不多了；

接下来是，预训练模型权重下载：

待续....