使用静态图推理时，当输入数量改变，静态图必须要重编吗，请问如何可以不用重编呢

[songh11]

Description

就比如 SD 的 controlnet，我们修改 pipeline 使当 conditioning_scale 为 0 时，使 down_block_res_samples 和 mid_block_res_sample 为 None，这样会导致 unet 的输入数量改变而重新编译静态图，请问有办法不重编么

[ccssu]

Description

就比如 SD 的 controlnet，我们修改 pipeline 使当 conditioning_scale 为 0 时，使 down_block_res_samples 和 mid_block_res_sample 为 None，这样会导致 unet 的输入数量改变而重新编译静态图，请问有办法不重编么

这个是两种情况。 1. 这个可以理解为 conditioning_scale 为0 代表不使用 controlnet （可以将controlnet 模块删掉），2. conditioning_scale >0 代表使用 controlnet 。

@songh11 在 1 和 2 这两种情况切换是需要改变静态图。 防止 重编 可以提前缓存图参考 onediff: https://github.com/siliconflow/onediff/blob/main/onediff_diffusers_extensions/examples/pipe_compile_save_load.py

[songh11]

Description

就比如 SD 的 controlnet，我们修改 pipeline 使当 conditioning_scale 为 0 时，使 down_block_res_samples 和 mid_block_res_sample 为 None，这样会导致 unet 的输入数量改变而重新编译静态图，请问有办法不重编么

这个是两种情况。 1. 这个可以理解为 conditioning_scale 为0 代表不使用 controlnet （可以将controlnet 模块删掉），2. conditioning_scale >0 代表使用 controlnet 。

@songh11 在 1 和 2 这两种情况切换是需要改变静态图。 防止 重编 可以提前缓存图参考 onediff: https://github.com/siliconflow/onediff/blob/main/onediff_diffusers_extensions/examples/pipe_compile_save_load.py

感谢回复