TTT-Video-DIT项目安装问题分析与解决方案

TTT-Video-DIT项目安装问题分析与解决方案

ttt-video-dit 项目地址: https://gitcode.com/gh_mirrors/tt/ttt-video-dit

项目背景

TTT-Video-DIT是一个基于扩散模型的视频生成项目，它结合了CogVideoX的预训练模型和TTT-MLP内核技术。该项目需要特定的环境配置和依赖项安装才能正常运行。

常见安装错误分析

在安装过程中，用户经常会遇到"fatal: not a git repository"的错误提示。这个错误通常表明项目的.git目录丢失或损坏，导致Git无法识别当前目录为一个有效的代码仓库。

解决方案

重新克隆仓库

最直接的解决方法是重新克隆整个项目仓库：

1. 删除现有的项目目录（如果有）
2. 执行以下命令重新克隆：

   git clone https://github.com/test-time-training/ttt-video-dit
   cd ttt-video-dit
   git submodule update --init --recursive
   

环境配置

项目支持两种环境配置方式：

Conda方式（推荐）

conda env create -f environment.yaml
conda activate ttt-video

Pip方式

pip install -e .

内核安装

安装完依赖后，必须安装TTT-MLP内核：

(cd ttt-tk && python setup.py install)

注意：安装内核需要CUDA Toolkit 12.3+和gcc11+环境，且目前仅支持在H100显卡上进行TTT-MLP训练。

模型文件准备

项目需要使用CogVideoX的预训练模型，包括：

1. VAE和T5编码器（按照相关文档获取）
2. 预训练权重文件（从指定来源下载5B版本的两个safetensors文件）

模型文件的位置可以通过配置参数指定，在训练时使用--checkpoint.init_state_dir参数指向基础检查点目录。

常见问题补充

1. Pinokio环境兼容性：虽然项目理论上可以在Pinokio环境中运行，但需要确保所有依赖项和CUDA环境配置正确。

2. 模型文件放置：模型文件可以放置在任意目录，只需在运行时通过相应参数指定路径即可。

3. 版本选择：特别注意必须使用5B版本的权重文件，而非2B版本。

通过以上步骤，大多数安装问题都能得到解决。如果遇到其他问题，建议检查CUDA环境是否配置正确，以及所有依赖项是否安装完整。

ttt-video-dit 项目地址: https://gitcode.com/gh_mirrors/tt/ttt-video-dit