Hacktoberfest 2026:維護者為十月標記出來的 issue,仍然開放、適合新手。 瀏覽 Hacktoberfest issue

kontext lora finetuning OOM

未關閉
#1,439 1 則留言 0 個 reaction 已指派 0 人 在 GitHub 檢視

維護者通常 1 天內回覆

還沒有人認領這個 Issue。

評估

難度
4/5
預估耗時
3-5 天
新手友好度
35/100
Issue 類型
缺陷
描述清晰度
需要釐清
活躍度
冷清
技術堆疊
python

研究方向

未指定檔案、測試或進入點。首先定位 Kontext LoRA 微調工作流程,並使用回報的設定在 H20 上重現記憶體不足錯誤。完成的標準是找出受支援的設定或已確認的緩解措施,並記錄訓練能在不發生 OOM 的情況下完成。

由索引模型根據 Issue 內容生成。

描述

在h20上,微调kontext lora出现oom,有方法可以解决吗

主要語言
Python
星號
13.2k
分支
1.3k
平均合併
12 小時 52 分鐘
30 天內合併 PR
20

環境準備

這個專案沒有提供開發容器、Dockerfile 或貢獻指南,環境需要你自己搭建:先看它的 README,通用步驟見我們的新手貢獻指南。

從這裡開始

  1. 先讀完整個 Issue,再讀專案的貢獻指南。
  2. 在 Issue 下留言說明你要接手 —— 這能避免兩個人做同樣的事。
  3. Fork 儲存庫,在一個分支上完成修改。
  4. 送出 Pull Request,並在描述裡引用這個 Issue 編號。

modelscope/DiffSynth-Studio 的其他 Issue

查看 modelscope/DiffSynth-Studio 的全部 Issue

相似的 Issue

更多 Python Issue

把新 issue 寄到你的電子郵件信箱

精選適合新手參與的 GitHub issue 摘要。