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

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:
在这里插入图片描述
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。
在这里插入图片描述
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)在这里插入图片描述
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。
在这里插入图片描述这样就可以解决啦

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。

### 解决 Hugging Face 加载稳定扩散模型 v1-5 的 Tokenizer Config 文件问题 当遇到 `OSError` 报错提示无法加载 `'openai/clip-vit-large-patch14'` 的 tokenizer ,这通常意味着本地存在同名目录干扰或指定路径不正确[^2]。 #### 方法一:确认本地环境配置 确保本地环境中不存在名为 `openai/clip-vit-large-patch14` 的文件夹。如果有,请重命名该文件夹或将项目移动到其他位置重新尝试加载。 #### 方法二:验证网络连接与权限设置 检查是否有稳定的互联网连接以及访问 huggingface.co 所需的任何代理或防火墙设置。某些情况下,企业级防火墙可能会阻止对特定站点的请求。 #### 方法三:手动下载并放置资源 如果自动下载仍然失败,可以考虑从 [Hugging Face Model Hub](https://huggingface.co/models) 页面手动获取所需的预训练权重和其他必要组件,并将其放在正确的存储位置: 对于 **stable-diffusion-webui** 用户而言,应当将这些文件存入 `stable-diffusion-webui\models\Stable-diffusion` 路径之下[^1]。 #### Python代码实现绕过原生加载方法 通过自定义方式实例化管道对象来规避默认加载逻辑中的潜在错误点: ```python from diffusers import StableDiffusionPipeline import torch model_id = "runwayml/stable-diffusion-v1-5" device = "cuda" # 自定义加载函数以避免直接依赖远程仓库 def custom_load_pipeline(model_path, device): text_encoder_config = model_path + "/text_encoder/config.json" vae_decoder_config = model_path + "/vae_decoder/config.json" pipeline = StableDiffusionPipeline.from_pretrained( pretrained_model_name_or_path=model_path, revision="fp16", torch_dtype=torch.float16, local_files_only=True, # 强制仅使用本地文件而不尝试在线查找更新版本 cache_dir="./cache/", # 设置缓存目录以便后续重复利用已下载的数据集 ).to(device) return pipeline pipeline = custom_load_pipeline(model_id, device=device) prompt = ("A smiling cartoon dog sits at a table with coffee mug on hand as room goes up in flames." "\"This is fine,\" the dog assures himself.") image = pipeline(prompt).images[0] image.show() ``` 上述代码片段展示了如何创建一个新的加载流程,在此过程中指定了额外参数如 `local_files_only=True` 和设置了具体的缓存路径,从而减少对外部服务器响应间的影响并提高稳定性。
评论 22
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值