Batch inference support

Aperta
  • Qualcosa non va?
#5 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
45/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Tranquilla
Stack tecnologico
python
Ambito
ai, machine-learning

Direzione di ricerca

Inizia con inference.py e riproduci il comando fornito per comprendere il ciclo di vita attuale del caricamento del modello. Segui come vengono gestiti --image, --prompt e --output, quindi esamina come potrebbe essere elaborato un file di prompts senza caricare e scaricare il modello a ogni chiamata. Il lavoro è completato quando l’input batch è supportato e vengono generate le uscite evitando i trasferimenti ripetuti di VRAM segnalati.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

RTX PRO 6000
59gb vram usage per inference call
90 seconds per output image

python3 '/root/instance/JoyAI-Image/inference.py' --ckpt-root '/root/instance/models/JoyAI_Image_Edit' --prompt 'Move the camera.
- Camera rotation: Yaw 180°, Pitch 30°.
- Camera zoom: unchanged.
- Keep the 3D scene static; only change the viewpoint.' --image '/root/instance/in/kik_test.png' --output '/root/instance/out/kik/a.png' --seed '8954' --steps '50' --guidance-scale '4' --neg-prompt '' --basesize '1024' --hsdp-shard-dim '1'
- ```

Currently the model loads and unloads to vram on every call.
I would like to ask if its possible to implement batch mode.

--prompts_file '/root/instance/in/prompts.json'

Maybe some other tricks to speed it up?

Thanks.
Lingua principale
Python
Stelle
2.2k
Fork
173
Nessuna PR unita negli ultimi 30g

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di jd-opensource/JoyAI-Image

Tutte le issue di jd-opensource/JoyAI-Image

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.