michaelzfm
michaelzfm
Thank you for replaying. I trained on imagenet with cfg.DATASET.CAM_NUMBER_THRES=100 but not got the error rates 56.87 offered in the paper, I'm looking forward to the config files of imagnet...
执行代码就是您提供的demo代码： import torch from PIL import Image import cn_clip.clip as clip from cn_clip.clip import load_from_name, available_models print("Available models:", available_models()) # Available models: ['ViT-B-16', 'ViT-L-14', 'ViT-L-14-336', 'ViT-H-14', 'RN50'] device = "cuda"...
设置为cpu也一样，加入model=model.float()也一样，python=3.10，nvidia-smi 的cuda是11.7
load_from_model里面并没有vision_model_name这个参数，我自己修改了load_from_name函数，从本地加载模型一样会出现nan
请问你是在win上测的还是linux，我在win上测是正常的，但是linux会出问题
已经找到原因，感谢！另一个问题，请问cnclip用的分词器是哪个，我在接上stablediffusion用stabeldiffusionpipeline来做text2img的时候报错，cnclip的tokenizer无法被兼容