以下是关于 Stable Diffusion 的相关信息:
测评表现测评分析通过对比模型在主观简答题OPEN和客观选择题OPT上的不同表现,可以发现,国内大模型多数擅长做选择题。普遍选择题的分数会高于简答题的分数。其中,文心一言4.0和智谱清言表现相对稳定,分别为(13.38)和(-14.01)。GPT-4 Turbo的表现最为稳定,差值仅有0.86。SuperCLUE认为,客观题相对主观题更容易通过题库形式进行训练和提升;同时也由于客观题中包含中文特性问题,中文模型自然有一定的优势,所以应该综合来看模型的评测效果。值得关注的是,在本次测评中,国外的代表性大模型如GPT4的不同版本、Claude2、Llama2都很好的稳定性表现,值得国内大模型进一步分析研究。注:计算分值为模型的OPEN分与OPT分值的差值,用以观察模型在主观题和客观题上的不同表现。[heading1]开源竞争格局[content]开源现状开源模型对比国外代表模型
[title]教程:Stable Diffusion安装过程中常见报错解决方法[heading1]Stable Diffusion|安装过程中常见报错解决方法[heading2]其它问题[heading3]目录不正确(E:\ai\stable-diffusion-webui\automatic)E:\ai\stable-diffusion-webui>webui-user.batfatal:not a git repository(or any of the parent directories):.gitvenv “E:\ai\stable-diffusion-webui\venv\Scripts\Python.exe”Python 3.10.10 | packaged by Anaconda,Inc.|(main,Mar 21 2023,18:39:17)[MSC v.1916 64 bit(AMD64)]Commit hash:Installing requirements for Web UILaunching Web UI with arguments:–xformersLoading weights[fe4efff1e1]from E:\ai\stable-diffusion-webui\models\Stable-diffusion\Model.ckptCreating model from config:E:\ai\stable-diffusion-webui\configs\v1-inference.yamlLatentDiffusion:Running in eps-prediction modeDiffusionWrapper has 859.52 M params.Applying xformers cross attention optimization.Textual inversion embeddings loaded(0):Model loaded in 4.9s(load weights from disk:1.7s,create model:0.4s,apply weights to model:0.5s,apply half():0.7s,move model to device:0.7s,load textual inversion embeddings:0.9s).Traceback(most recent call last):
[title]教程:Stable Diffusion安装过程中常见报错解决方法[heading1]Stable Diffusion|安装过程中常见报错解决方法[heading2]其它问题[heading3]显存不足File “D:\openai.wiki\stable-diffusion-webui\venv\lib\site-packages\torch\nn\modules\module.py”,line 664,in _applyparam_applied = fn(param)File “D:\openai.wiki\stable-diffusion-webui\venv\lib\site-packages\torch\nn\modules\module.py”,line 987,in convertreturn t.to(device,dtype if t.is_floating_point()or t.is_complex()else None,non_blocking)torch.cuda.OutOfMemoryError:CUDA out of memory.Tried to allocate 20.00 MiB(GPU 0; 2.00 GiB total capacity; 1.66 GiB already allocated; 0 bytes free; 1.71 GiB reserved in total by PyTorch)If reserved memory is >> allocated memory try setting max_split_size_mb to avoid fragmentation.See documentation for Memory Management and PYTORCH_CUDA_ALLOC_CONFStable diffusion model failed to load,exiting请按任意键继续。..根据错误信息显示,Stable Diffusion模型加载时遇到了CUDA显存不足的错误,简单点来说就是显卡不行,没有足够的显存空间分配给该模型。解决方法1:换个好一些的显卡,至少英伟达2060以上。解决方法2:开启低显存模式,开启低显存模式的方法如下。在stable-diffusion-webui文件夹下找到webui-user.bat,用文本或代码编辑器打开该文件夹,可以看到如下内容。