Stable-diffusion安装时Can‘t load tokenizer for ‘openai/clip-vit-large-patch14‘问题解决

这篇具有很好参考价值的文章主要介绍了Stable-diffusion安装时Can‘t load tokenizer for ‘openai/clip-vit-large-patch14‘问题解决。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

Can’t load tokenizer for 'openai/clip-vit-large-patch14’问题解决.

如果你在安装stable-diffusion的时候遇到了这个问题,可以下载本博客的绑定资源,然后修改项目中的文件地址就可以了。

例如报错:
Stable-diffusion安装时Can‘t load tokenizer for ‘openai/clip-vit-large-patch14‘问题解决,stable diffusion
这是因为hugginface现在被墙了,所以直接下载无法下载。

解决办法

首先创建一个文件夹,将本博文中下载的资源放进去,包括6个json文件,一个txt和一个md文件。
Stable-diffusion安装时Can‘t load tokenizer for ‘openai/clip-vit-large-patch14‘问题解决,stable diffusion
然后查看报错信息,找到报错信息对应的文件地址
例如我这个报错信息就去文件/stable-diffusion-web ui/repositories/stable-diffusion-stability-ai/ldm/modules/encoders/modules.py修改(需要修改的地方都在mudules.py中,但是应该有两个不同地址的modules.py需要修改)Stable-diffusion安装时Can‘t load tokenizer for ‘openai/clip-vit-large-patch14‘问题解决,stable diffusion
然后在module.py中搜索openai,在version=“openai/”修改为你对应的文件夹地址(注意是文件夹的地址),应该是一共需要修改4个地方,两个mudules.py文件各两处。
Stable-diffusion安装时Can‘t load tokenizer for ‘openai/clip-vit-large-patch14‘问题解决,stable diffusion这样就可以解决啦

提示:这里对文章进行总结:

简单记录下自己在linux服务器上部署stable-diffusion遇到的问题,希望可以帮助你。文章来源地址https://www.toymoban.com/news/detail-729579.html

到了这里,关于Stable-diffusion安装时Can‘t load tokenizer for ‘openai/clip-vit-large-patch14‘问题解决的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • bert模型训练,加载保存的模型Can‘t load tokenizer for ‘/content/drive/MyDrive/Colab Notebooks/classification_mode

    哈喽! 我用Bert预测评论分数,训练好模型保存到文件夹后,再一次加载它出现了上述错误,不太明白为什么,请教各位! 这是第二次训练这模型,也就是说我训练了一次之后,再把第一次训练的模型用新的数据训练,提高它的精确度,是可以的把,为什么第一次训练没有报

    2024年02月11日
    浏览(48)
  • stable-diffusion安装和简单测试

    参考: https://github.com/CompVis/stable-diffusion 理解DALL·E 2, Stable Diffusion和 Midjourney的工作原理 Latent Diffusion Models论文解读 【生成式AI】淺談圖像生成模型 Diffusion Model 原理 【生成式AI】Stable Diffusion、DALL-E、Imagen 背後共同的套路 Stable Diffuson是潜在扩散模型(LDM)的文本转图像模型通

    2024年02月05日
    浏览(44)
  • stable-diffusion安装controlnet插件

    1)extensions → install from URL → install 然后填入:https://github.com/Mikubill/sd-webui-controlnet 2)installed → apply and restart UI 下载controlnet模型(50G左右)到 E:stable-diffusion-webuiextensionssd-webui-controlnetmodels 目录下: lllyasviel/ControlNet at main 把所有8个模型放到models文件夹下 (待续)

    2024年02月12日
    浏览(51)
  • 安装stable-diffusion时gfpgan安装失败

    错误代码如下: 下载gfpgan:  解压至:D:Lightdiffusionstable-diffusionvenvScripts,并打开命令行窗口  接着键入命令:d:\\\\Lightdiffusionstable-diffusionvenvScriptspython.exe -m pip install basicsr facexlib,安装gfpgan依赖  遇到这种情况,关闭代理,重新输入 键入命令:d:\\\\Lightdiffusionstable-diffus

    2024年02月11日
    浏览(44)
  • 安装stable-diffusion的错误 xformers 安装解决

    1、xformers是SD的加速模块,没有他可以继续运行,可以正常生成图片。只是xformers可以帮助提升图片的生成速度。 2、安装完SD后,启动出现xformers未安装的情况 No module \\\'xformers\\\'. Proceeding without it. 可以单独pip 安装xformers模块,命令: pip install xformer 3、注意这里的版本,如果安装

    2024年02月15日
    浏览(37)
  • mac m1安装stable-diffusion

    查询是否安装 安装 使用brew下载python 下载完后后续会放入sd models目录下 下载链接选择safetensors 新建一个目录 mkdir stable-diffusion-webui clone 把下载的model放到stable-diffusion-webui/models/Stable-diffusion下 到当前sd目录下执行shell 执行shell遇到的问题: ** error 128 443;install gfpan 卡住 需要使

    2024年02月09日
    浏览(37)
  • AMD安装Stable-Diffusion步骤笔记

    CPU AMD 5950X GPU AMD 6700XT Win 11且全程魔法上网 参考文档 下载并安装 Python 3.10.6 必须使用此版本 下载并安装 git 全程Next 确认安装路径,安装路径要求无中文,这里我以 C:UsersmikizDownloadsAI 为例 打开运行命令窗口: WIN + R 键入 cmd 打开cmd命令窗口 使用 cd 命令指定Stable-Diffusion安

    2024年02月09日
    浏览(55)
  • 玩转stable-diffusion之xformers安装

    1、xformers是SD的加速模块,没有他可以继续运行,可以正常生成图片。只是xformers可以帮助提升图片的生成速度。 2、安装完SD后,启动出现xformers未安装的情况 可以单独pip 安装xformers模块,命令: 3、注意这里的版本,如果安装的版本不对,会卸载你的原安装正常的pytorch版本

    2024年02月06日
    浏览(45)
  • 安装stable-diffusion时遇到卡的情况

    安装过程中,假如出现Installing gfpgan并且卡了很久不动,见下图: Installing gfpgan 遇到这个情况,怎么解决呢? 去TencentARC/GFPGAN官网,点击绿色的“Code”按钮,然后点击“Download ZIP”按钮: 将下载的master.zip文件解压缩,会出现GFPGAN-master的文件夹,cd到GFPGAN-master文件夹下面,然

    2024年02月05日
    浏览(33)
  • 读论文--Token Merging for Fast Stable Diffusion(用于快速Diffusion模型的tome技术)

    摘要 The landscape of image generation has been forever changed by open vocabulary diffusion models. However, at their core these models use transformers, which makes generation slow. Better implementations to increase the throughput of these transformers have emerged, but they still evaluate the entire model. In this paper, we instead speed up diffusion m

    2024年02月09日
    浏览(36)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包