用了autodl上的镜像：CrazyBoyM/dreambooth-for-diffusion/dreambooth-for-diffusion:v3，在无卡模式下调试代码到时候，因为没有Cuda支持，无法使用半精度VAE模块进行推理，因此在获取latent图像时出现报错：
"slow_conv2d_cpu" not implemented for 'Half'解决方案：
参考python – “RuntimeError: “slow_conv2d_cpu” not implemented for ‘Half'” – Stack Overflow
既然无法使用half精度，那就不进行转换。找到train_dreambooth.py文件的611-665行：
weight_dtype = torch.float32
if args.mixed_precision == "fp16":
weight_dtype = torch.float16
elif args.mixed_precision == "bf16":
weight_dtype = torch.bfloat16注释掉转换half精度的代码，使用float32精度。
再重新运行VAE的encoder，就不会再报错了。
文章出处登录后可见！
已经登录？立即刷新
