解决报错：“slow_conv2d_cpu“ not implemented for ‘Half‘ | 训练DreamBooth

穆姬姗

于 2023-05-17 14:30:53 发布

阅读量1w

点赞数 4

分类专栏：深度学习环境配置文章标签： python 人工智能深度学习

本文链接：https://blog.youkuaiyun.com/weixin_41467446/article/details/130725080

版权

深度学习环境配置专栏收录该内容

4 篇文章

订阅专栏

在无CUDA支持的情况下，使用CrazyBoyM/dreambooth-for-diffusion:v3镜像时，由于缺乏half精度支持，导致在VAE推理中遇到slow_conv2d_cpu错误。为解决问题，可以通过注释掉train_dreambooth.py文件中将精度转换为half的部分，改为使用float32精度，从而避免错误并成功运行VAE的encoder。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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。