代码中有地方不明白，为什么这么处理

[superzhangmch]

为什么： https://github.com/levihsu/OOTDiffusion/blob/main/ootd/pipelines_ootd/pipeline_ootd.py#L586

  if ...
        ...
        max_length = prompt_embeds.shape[1]
        uncond_input = self.tokenizer(
            uncond_tokens,
            padding="max_length",
            max_length=max_length,
            truncation=True,
            return_tensors="pt",
        )

        if hasattr(self.text_encoder.config, "use_attention_mask") and self.text_encoder.config.use_attention_mask:
            attention_mask = uncond_input.attention_mask.to(device)
        else:
            attention_mask = None

    if do_classifier_free_guidance:
        prompt_embeds = torch.cat([prompt_embeds, prompt_embeds]) # here. why not torch.cat([prompt_embeds, uncond_input ])

这里在做classifier free guidance的时候，不是拼一个null_embeds，而是仍用prompt_embeds？况且其上还拿到了uncond_input 来着

[levihsu]

我们这里没有对prompt embeds做classifier-free guidance，而是对garment latents做，可以看一下这个函数https://github.com/levihsu/OOTDiffusion/blob/1347a6b88118d7c508966d6e59dd641a236ded86/ootd/pipelines_ootd/pipeline_ootd.py#L701 论文这周内就会放出来，具体细节可以稍等一下哈