OK, 到这里发现以前的方法是可以继续使用的，只能说是暂时环境跟不上，单机跑不了，或者要研究一下他的参数了，后续找到更大的机器看看deepspeed并行调参效果。这个好像是ninja版本问题，查看版本命令不是这个，试过升级和降级都没用，所以只能手动干源码了。等待模型文件下载完毕后，下载其他的配置文件，把大的模型文件移动进去。如果看到这里你知道怎么搞，或者我说错了的，欢迎留言一起探讨下。相对上一篇文

ChatGLM-6B模型训练，ptuning微调，大语言模型，LLM

Vicuna 的代码基于 Stanford Alpaca ，并额外支持多轮对话。备用：不用上述方法，其实可以安装几个依赖包解决，还没验证是不是这样可以解决。, 这一步回到最后让你选择下载模型，我们关掉这个窗口，手动下载，往下看。可以在启动的webui中切换不同模型，命令行效果如下图。GPTQ这种一般直接加载就可以使用了，不像前面那么麻烦。下载运行如下图，重点安装C++ CMake工具。不用输入域名

模型仓库参考在线文档,同样适用v8images要训练的图片数据都放在这里，train是要训练的数据，val是要验证的数据labels标注的数据放在这里测试数据新建dog.yaml, nc是对象的类别总数，会和names做校验的，不能写错。names就是种类的名称，这里我用了哈奇士和拉布拉多nc: 2复制到data目录,或者用生成detect目标检测，train 训练model yolov8n yo

将模型放入“stable-diffusion-webui\extensions\sd-webui-controlnet\models”中。最好是python 3.10以上，和使用canda,本教程是3.10和venv部署，一样可以使用，不过好像是有限制的，目前还没遇到有什么功能体验不了。模板，理论上模型和参数都一样的情况下，出图是一模一样的，随机图片可以设置seed（批量出一个prompt的图）为