KeyError: ‘TextGenerationPipeline is not in the pipelines registry group embedding. Please make sure

最新推荐文章于 2025-04-09 13:44:14 发布
最新推荐文章于 2025-04-09 13:44:14 发布
阅读量302 收藏
点赞数 2
文章标签： embedding
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_47060526/article/details/144572778
版权

用pipeline加载embedding时，报错：KeyError: ‘TextGenerationPipeline is not in the pipelines registry group embedding. Please make sure the correct version of ModelScope library is used.’

KeyError: 'TextGenerationPipeline不在管道注册表组嵌入中。请确保使用了正确版本的ModelScope库。

from modelscope.pipelines import pipeline

embedding_model_name = "BAAI/bge-large-zh-v1.5"
embedding_pipeline = pipeline(task="embedding", model=embedding_model_name)

embeddings = embedding_pipeline(texts)  # 生成嵌入向量

然后我换成了

from sentence_transformers import SentenceTransformer

embedding_model = SentenceTransformer('BAAI/bge-large-zh-v1.5')

embeddings = embedding_model.encode(texts, normalize_embeddings=True)

这种方式加载，就OK了

叹彡远方
关注
KeyError: “NuScenesDataset: ‘NormalizeMultiviewImage is not in the pipeline registry‘“
Hello Word!
02-24 1817
KeyError: “NuScenesDataset: ‘NormalizeMultiviewImage is not in the pipeline registry’”
tf.gradients is not supported when eager execution is enabled. Use tf.GradientTape instead.
蓝多多的小仓库
10-14 3894
在Tensorflow2.0环境中运行以下代码： grads = K.gradients(model.output[:,0], last_conv_layer.output)[0] 报错： tf.gradients is not supported when eager execution is enabled. Use tf.GradientTape instead. 解决方案： 使用tf1的compat模式禁用eager-execution约束表单tf2，添加如下代码： impor.
OpenMMLab多库推理问题：KeyError: ‘XXX is not in the XXX registry.
A_No2Tang的博客
08-08 3089
本文所讨论的问题限定在OpenMMLab多库推理过程中，即一个py程序需要调用多个repository的推理器Inferencers（如MMPretrain的ImageClassificationInferencer、MMDet的inference_detector等）的情况。
让AI帮你说话--GPT-SoVITS教程
weixin_40313940的博客
01-28 9729
让AI帮你说话--GPT-SoVITS模型合成自己声音
[已解决]KeyError: ‘ApolloscapeDataset is not in the mmseg::dataset registry‘
最新发布
weixin_44899540的博客
04-09 207
报错。
funasr安装报错
JYT666666的博客
10-21 1056
funasr报错
记一次关于FunASR的效率测试
xkx_07_10的博客
12-28 2044
debug 代码后发现， 这个参数实际上是设置torch线程数。torch 默认线程数是CPU核数，funasr这里做了阉割设置，默认为1了（不知道为啥。）修改此参数后可以使得推理速度加快，原本一条。参数可以选择使用GPU或者CPU，这个参数比较好找。这里要说的是另一个参数：ncpu。
Python——报错解决: KeyError: ‘XXXX is not in the models registry‘
Irving.Gao的博客
02-12 8398
报错截图 报错原因 某些当前代码使用的方法没有注册到现有的包中, 导致在import的时候无法导入该方法 解决方法 在该工程的根目录下: 找到requirements.txt或者相关安装依赖环境的txt文件,重复安装一边; 将该包中的所有方法重新安装即可. pip install -r requirements.txt pip install -v -e . 问题解决 ...
AutomaticSpeechRecognitionPipeline: cannot import name ‘asr_inference_launch‘ from ‘funasr.bin‘ 解决
qq_45599476的博客
01-23 1612
以上方法通通没有解决，尝试了半天，然后顺藤摸瓜看到了版本，试一试的态度，想不到竟然可以了。
两种方案成功解决 KeyError: ‘xxx does not support field: _id’
12-21
错误代码`KeyError: ‘xxx does not support field: _id’`是Scrapy框架中一个常见的问题，通常出现在尝试将爬取的数据存入MongoDB数据库时。这个问题的原因在于，MongoDB默认要求每个文档都有一个唯一的`_id`字段，...
两种方案成功解决 KeyError: 'xxx does not support field: _id'
无梦生7的博客
04-22 7227
目录错误代码了解item错误原因解决方法 错误代码 KeyError: ‘xxx does not support field: _id’ 了解item 首先我们先简单了解一下 item item 是保存爬取到的数据的容器； 其使用方法和python字典类似， 并且提供了额外保护机制来避免拼写错误导致的未定义字段错误。 Item 对象是种简单的容器，保存了爬取到得数据。 其提供了 类似于字典(...
AttributeError: module ‘scrapy‘ has no attribute ‘Filed‘
热门推荐
weixin_43178406的博客
12-12 5万+
本文主要介绍了AttributeError: module ‘scrapy’ has no attribute 'Filed’解决方案，希望能对使用scrapy同学们有所帮助。 文章目录 1. 问题描述 2. 解决方案
使用预训练模型自动续写文本的四种方法
学姐带你玩AI的博客
03-10 2829
本文列举和比较了四种使用pytorch调用生成式模型做文本生成的方式。
【转载】Huggingface NLP笔记
mwcxz的博客
04-02 1137
Huggingface NLP笔记
ModuleNotFoundError: AutomaticSpeechRecognitionPipeline: No module named ‘funasr‘
风吹落叶的博客
10-06 1384
跑阿里语音AI模搭的语音识别遇到问题： ModuleNotFoundError: No module named ‘funasr’
KeyError: ‘xxx is not in the models registry‘
yang_daxia的博客
03-07 945
2、使用sys和importlib，找到该类。1确认该模块是否实现。
【人工智能】Transformers之Pipeline（十八）：文本生成（text-generation）
人工智能领域博客
09-13 4998
本文对transformers之pipeline的文本生成（text-generation）从概述、技术原理、pipeline参数、pipeline实战、模型排名等方面进行介绍，读者可以基于pipeline使用文中的2行代码极简的使用NLP中的文本生成（text-generation）模型。
gpt自动文本生成代码
超级酷乐猫的博客
02-28 1781
文本生成模型在以后的工作和生活中会起到很大的作用，大家可以打开思路保持好奇心，不断的探索NLP自然语言处理给人类带来的无穷妙用
RuntimeError: Failed to import diffusers.pipelines.auto_pipeline because of the following error (look up to see its traceback): Failed to import diffusers.pipelines.controlnet.pipeline_controlnet_img2img because of the following error (look up to see its
04-03
<think>好的，我现在遇到了一个导入错误的问题，需要解决。用户提到在导入`diffusers.pipelines.auto_pipeline`时出现`RuntimeError`，特别是与`pipeline_controlnet_img2img`相关的错误。我需要根据提供的引用信息来找出可能的原因和解决方案。 首先，查看引用[1]、[2]、[3]，发现用户遇到了`ImportError: cannot import name 'MultiControlNetModel'`的问题。这可能是因为`MultiControlNetModel`的位置发生了变化，或者diffusers库的版本不兼容。引用[1]指出在`ip_adapter.py`的第6行尝试从`diffusers.pipelines.controlnet`导入`MultiControlNetModel`，但失败了。而引用[4]提到diffusers库的代码结构，特别是`StableDiffusionPipeline`的位置。可能`MultiControlNetModel`在较新版本中被移动到了其他模块，或者需要安装特定版本的diffusers。 然后，用户的问题还涉及到`auto_pipeline`的导入错误。根据diffusers的文档，`AutoPipeline`用于自动选择适合任务的pipeline，比如`ControlNet`相关的。如果导入失败，可能是因为缺少依赖或者版本问题。引用[5]提到安装`sentencepiece`来解决类似错误，但这里的问题可能不同。 可能的解决方案包括： 1. 检查diffusers库的版本是否过旧或过新，尝试升级或降级到兼容版本。 2. 确保所有依赖项如`transformers`、`torch`、`sentencepiece`等已正确安装。 3. 确认`MultiControlNetModel`的正确导入路径是否改变，可能需要从其他模块导入。 4. 重新安装diffusers库，并清理缓存。 另外，引用[3]中的错误提示说明导入名称不存在，可能在新版本中该模块被移除或重命名。需要查阅diffusers的官方文档或更新日志，确认`MultiControlNetModel`的当前位置。例如，可能在较新的版本中，`MultiControlNetModel`被整合到了其他模块下，或者需要使用不同的类名。 总结步骤： - 更新diffusers和transformers到最新版本。 - 安装或更新依赖项，如sentencepiece。 - 检查代码中的导入语句，确保使用正确的模块路径。 - 清理Python的缓存和重新安装库。</think>### 逐步解决方案 #### 步骤1：确认库版本兼容性 **问题可能原因**：`MultiControlNetModel`或`ControlNetImg2ImgPipeline`在不同版本的`diffusers`库中位置或名称发生变化[^1][^3][^4]。 **解决方法**： 1. 升级`diffusers`和`transformers`到最新版本： ```bash pip install --upgrade diffusers transformers ``` 2. 如果升级后仍报错，尝试指定兼容版本。例如： ```bash pip install diffusers==0.20.2 transformers==4.30.0 ``` --- #### 步骤2：安装必需依赖项 **问题可能原因**：缺少`sentencepiece`或其他自然语言处理依赖[^5]。 **解决方法**： 1. 安装`sentencepiece`： ```bash pip install sentencepiece ``` 2. 确保`torch`已正确安装： ```bash pip install torch --upgrade ``` --- #### 步骤3：修正导入路径 **问题可能原因**：`MultiControlNetModel`的导入路径可能已更新[^3][^4]。 **解决方法**： 1. 在代码中尝试从新路径导入： ```python # 旧路径（可能失效） from diffusers.pipelines.controlnet import MultiControlNetModel # 新路径（需根据官方文档确认） from diffusers import MultiControlNetModel ``` --- #### 步骤4：清理缓存并重试 **问题可能原因**：Python缓存了旧版本的库文件[^3]。 **解决方法**： 1. 清除Python缓存： ```bash rm -rf ~/.cache/pip ``` 2. 重新安装库： ```bash pip uninstall diffusers transformers -y pip install diffusers transformers ``` --- #### 步骤5：检查项目代码适配性 **问题可能原因**：GitHub项目可能依赖特定版本的`diffusers`[^2]。 **解决方法**： 1. 查看项目文档的`requirements.txt`，安装指定版本依赖。 2. 如果使用`ControlNetImg2ImgPipeline`，确认其在新版本中的调用方式是否变化： ```python from diffusers import StableDiffusionControlNetPipeline, ControlNetModel ``` --- ### 相关问题 1. **如何确认`diffusers`库中某个类的正确导入路径？** *回答*：查阅[官方文档](https://huggingface.co/docs/diffusers)或GitHub仓库的源代码结构。 2. **升级库后出现兼容性问题怎么办？** *回答*：使用虚拟环境隔离项目依赖，或通过`pip install package==version`固定版本。 3. **为什么安装`sentencepiece`后仍然报错？** *回答*：检查Python环境是否激活，或尝试重启解释器。 : 导入路径错误可能与库版本更新有关。 [^3]: `ImportError`通常由路径错误或版本不匹配导致。 : 代码结构变化需参考官方文档。 : 依赖缺失需通过`pip`补充安装。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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