mirror of
https://github.com/modelscope/DiffSynth-Studio.git
synced 2026-03-24 01:48:13 +00:00
Merge pull request #281 from modelscope/lora-patch
support resume training
This commit is contained in:
@@ -3,6 +3,7 @@ from peft import LoraConfig, inject_adapter_in_model
|
|||||||
import torch, os
|
import torch, os
|
||||||
from ..data.simple_text_image import TextImageDataset
|
from ..data.simple_text_image import TextImageDataset
|
||||||
from modelscope.hub.api import HubApi
|
from modelscope.hub.api import HubApi
|
||||||
|
from ..models.utils import load_state_dict
|
||||||
|
|
||||||
|
|
||||||
|
|
||||||
@@ -33,7 +34,7 @@ class LightningModelForT2ILoRA(pl.LightningModule):
|
|||||||
self.pipe.denoising_model().train()
|
self.pipe.denoising_model().train()
|
||||||
|
|
||||||
|
|
||||||
def add_lora_to_model(self, model, lora_rank=4, lora_alpha=4, lora_target_modules="to_q,to_k,to_v,to_out", init_lora_weights="gaussian"):
|
def add_lora_to_model(self, model, lora_rank=4, lora_alpha=4, lora_target_modules="to_q,to_k,to_v,to_out", init_lora_weights="gaussian", pretrained_lora_path=None):
|
||||||
# Add LoRA to UNet
|
# Add LoRA to UNet
|
||||||
self.lora_alpha = lora_alpha
|
self.lora_alpha = lora_alpha
|
||||||
if init_lora_weights == "kaiming":
|
if init_lora_weights == "kaiming":
|
||||||
@@ -51,6 +52,15 @@ class LightningModelForT2ILoRA(pl.LightningModule):
|
|||||||
if param.requires_grad:
|
if param.requires_grad:
|
||||||
param.data = param.to(torch.float32)
|
param.data = param.to(torch.float32)
|
||||||
|
|
||||||
|
# Lora pretrained lora weights
|
||||||
|
if pretrained_lora_path is not None:
|
||||||
|
state_dict = load_state_dict(pretrained_lora_path)
|
||||||
|
missing_keys, unexpected_keys = model.load_state_dict(state_dict, strict=False)
|
||||||
|
all_keys = [i for i, _ in model.named_parameters()]
|
||||||
|
num_updated_keys = len(all_keys) - len(missing_keys)
|
||||||
|
num_unexpected_keys = len(unexpected_keys)
|
||||||
|
print(f"{num_updated_keys} parameters are loaded from {pretrained_lora_path}. {num_unexpected_keys} parameters are unexpected.")
|
||||||
|
|
||||||
|
|
||||||
def training_step(self, batch, batch_idx):
|
def training_step(self, batch, batch_idx):
|
||||||
# Data
|
# Data
|
||||||
@@ -229,6 +239,12 @@ def add_general_parsers(parser):
|
|||||||
default=None,
|
default=None,
|
||||||
help="Access key on ModelScope (https://www.modelscope.cn/). Required if you want to upload the model to ModelScope.",
|
help="Access key on ModelScope (https://www.modelscope.cn/). Required if you want to upload the model to ModelScope.",
|
||||||
)
|
)
|
||||||
|
parser.add_argument(
|
||||||
|
"--pretrained_lora_path",
|
||||||
|
type=str,
|
||||||
|
default=None,
|
||||||
|
help="Pretrained LoRA path. Required if the training is resumed.",
|
||||||
|
)
|
||||||
return parser
|
return parser
|
||||||
|
|
||||||
|
|
||||||
|
|||||||
@@ -10,7 +10,7 @@ class LightningModel(LightningModelForT2ILoRA):
|
|||||||
self,
|
self,
|
||||||
torch_dtype=torch.float16, pretrained_weights=[], preset_lora_path=None,
|
torch_dtype=torch.float16, pretrained_weights=[], preset_lora_path=None,
|
||||||
learning_rate=1e-4, use_gradient_checkpointing=True,
|
learning_rate=1e-4, use_gradient_checkpointing=True,
|
||||||
lora_rank=4, lora_alpha=4, lora_target_modules="to_q,to_k,to_v,to_out", init_lora_weights="kaiming",
|
lora_rank=4, lora_alpha=4, lora_target_modules="to_q,to_k,to_v,to_out", init_lora_weights="kaiming", pretrained_lora_path=None,
|
||||||
state_dict_converter=None, quantize = None
|
state_dict_converter=None, quantize = None
|
||||||
):
|
):
|
||||||
super().__init__(learning_rate=learning_rate, use_gradient_checkpointing=use_gradient_checkpointing, state_dict_converter=state_dict_converter)
|
super().__init__(learning_rate=learning_rate, use_gradient_checkpointing=use_gradient_checkpointing, state_dict_converter=state_dict_converter)
|
||||||
@@ -34,7 +34,14 @@ class LightningModel(LightningModelForT2ILoRA):
|
|||||||
self.pipe.scheduler.set_timesteps(1000, training=True)
|
self.pipe.scheduler.set_timesteps(1000, training=True)
|
||||||
|
|
||||||
self.freeze_parameters()
|
self.freeze_parameters()
|
||||||
self.add_lora_to_model(self.pipe.denoising_model(), lora_rank=lora_rank, lora_alpha=lora_alpha, lora_target_modules=lora_target_modules, init_lora_weights=init_lora_weights)
|
self.add_lora_to_model(
|
||||||
|
self.pipe.denoising_model(),
|
||||||
|
lora_rank=lora_rank,
|
||||||
|
lora_alpha=lora_alpha,
|
||||||
|
lora_target_modules=lora_target_modules,
|
||||||
|
init_lora_weights=init_lora_weights,
|
||||||
|
pretrained_lora_path=pretrained_lora_path
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
def parse_args():
|
def parse_args():
|
||||||
@@ -109,6 +116,7 @@ if __name__ == '__main__':
|
|||||||
lora_alpha=args.lora_alpha,
|
lora_alpha=args.lora_alpha,
|
||||||
lora_target_modules=args.lora_target_modules,
|
lora_target_modules=args.lora_target_modules,
|
||||||
init_lora_weights=args.init_lora_weights,
|
init_lora_weights=args.init_lora_weights,
|
||||||
|
pretrained_lora_path=args.pretrained_lora_path,
|
||||||
state_dict_converter=FluxLoRAConverter.align_to_opensource_format if args.align_to_opensource_format else None,
|
state_dict_converter=FluxLoRAConverter.align_to_opensource_format if args.align_to_opensource_format else None,
|
||||||
quantize={"float8_e4m3fn": torch.float8_e4m3fn}.get(args.quantize, None),
|
quantize={"float8_e4m3fn": torch.float8_e4m3fn}.get(args.quantize, None),
|
||||||
)
|
)
|
||||||
|
|||||||
@@ -9,7 +9,7 @@ class LightningModel(LightningModelForT2ILoRA):
|
|||||||
self,
|
self,
|
||||||
torch_dtype=torch.float16, pretrained_weights=[],
|
torch_dtype=torch.float16, pretrained_weights=[],
|
||||||
learning_rate=1e-4, use_gradient_checkpointing=True,
|
learning_rate=1e-4, use_gradient_checkpointing=True,
|
||||||
lora_rank=4, lora_alpha=4, lora_target_modules="to_q,to_k,to_v,to_out", init_lora_weights="gaussian",
|
lora_rank=4, lora_alpha=4, lora_target_modules="to_q,to_k,to_v,to_out", init_lora_weights="gaussian", pretrained_lora_path=None,
|
||||||
):
|
):
|
||||||
super().__init__(learning_rate=learning_rate, use_gradient_checkpointing=use_gradient_checkpointing)
|
super().__init__(learning_rate=learning_rate, use_gradient_checkpointing=use_gradient_checkpointing)
|
||||||
# Load models
|
# Load models
|
||||||
@@ -19,7 +19,14 @@ class LightningModel(LightningModelForT2ILoRA):
|
|||||||
self.pipe.scheduler.set_timesteps(1000)
|
self.pipe.scheduler.set_timesteps(1000)
|
||||||
|
|
||||||
self.freeze_parameters()
|
self.freeze_parameters()
|
||||||
self.add_lora_to_model(self.pipe.denoising_model(), lora_rank=lora_rank, lora_alpha=lora_alpha, lora_target_modules=lora_target_modules, init_lora_weights=init_lora_weights)
|
self.add_lora_to_model(
|
||||||
|
self.pipe.denoising_model(),
|
||||||
|
lora_rank=lora_rank,
|
||||||
|
lora_alpha=lora_alpha,
|
||||||
|
lora_target_modules=lora_target_modules,
|
||||||
|
init_lora_weights=init_lora_weights,
|
||||||
|
pretrained_lora_path=pretrained_lora_path,
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
def parse_args():
|
def parse_args():
|
||||||
@@ -57,6 +64,7 @@ if __name__ == '__main__':
|
|||||||
lora_rank=args.lora_rank,
|
lora_rank=args.lora_rank,
|
||||||
lora_alpha=args.lora_alpha,
|
lora_alpha=args.lora_alpha,
|
||||||
init_lora_weights=args.init_lora_weights,
|
init_lora_weights=args.init_lora_weights,
|
||||||
|
pretrained_lora_path=args.pretrained_lora_path,
|
||||||
lora_target_modules=args.lora_target_modules
|
lora_target_modules=args.lora_target_modules
|
||||||
)
|
)
|
||||||
launch_training_task(model, args)
|
launch_training_task(model, args)
|
||||||
|
|||||||
@@ -9,7 +9,7 @@ class LightningModel(LightningModelForT2ILoRA):
|
|||||||
self,
|
self,
|
||||||
torch_dtype=torch.float16, pretrained_weights=[],
|
torch_dtype=torch.float16, pretrained_weights=[],
|
||||||
learning_rate=1e-4, use_gradient_checkpointing=True,
|
learning_rate=1e-4, use_gradient_checkpointing=True,
|
||||||
lora_rank=4, lora_alpha=4, lora_target_modules="to_q,to_k,to_v,to_out", init_lora_weights="gaussian",
|
lora_rank=4, lora_alpha=4, lora_target_modules="to_q,to_k,to_v,to_out", init_lora_weights="gaussian", pretrained_lora_path=None,
|
||||||
):
|
):
|
||||||
super().__init__(learning_rate=learning_rate, use_gradient_checkpointing=use_gradient_checkpointing)
|
super().__init__(learning_rate=learning_rate, use_gradient_checkpointing=use_gradient_checkpointing)
|
||||||
# Load models
|
# Load models
|
||||||
@@ -22,7 +22,14 @@ class LightningModel(LightningModelForT2ILoRA):
|
|||||||
self.pipe.vae_encoder.to(torch_dtype)
|
self.pipe.vae_encoder.to(torch_dtype)
|
||||||
|
|
||||||
self.freeze_parameters()
|
self.freeze_parameters()
|
||||||
self.add_lora_to_model(self.pipe.denoising_model(), lora_rank=lora_rank, lora_alpha=lora_alpha, lora_target_modules=lora_target_modules, init_lora_weights=init_lora_weights)
|
self.add_lora_to_model(
|
||||||
|
self.pipe.denoising_model(),
|
||||||
|
lora_rank=lora_rank,
|
||||||
|
lora_alpha=lora_alpha,
|
||||||
|
lora_target_modules=lora_target_modules,
|
||||||
|
init_lora_weights=init_lora_weights,
|
||||||
|
pretrained_lora_path=pretrained_lora_path,
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
def parse_args():
|
def parse_args():
|
||||||
@@ -73,6 +80,7 @@ if __name__ == '__main__':
|
|||||||
lora_rank=args.lora_rank,
|
lora_rank=args.lora_rank,
|
||||||
lora_alpha=args.lora_alpha,
|
lora_alpha=args.lora_alpha,
|
||||||
init_lora_weights=args.init_lora_weights,
|
init_lora_weights=args.init_lora_weights,
|
||||||
|
pretrained_lora_path=args.pretrained_lora_path,
|
||||||
lora_target_modules=args.lora_target_modules
|
lora_target_modules=args.lora_target_modules
|
||||||
)
|
)
|
||||||
launch_training_task(model, args)
|
launch_training_task(model, args)
|
||||||
|
|||||||
@@ -9,7 +9,7 @@ class LightningModel(LightningModelForT2ILoRA):
|
|||||||
self,
|
self,
|
||||||
torch_dtype=torch.float16, pretrained_weights=[],
|
torch_dtype=torch.float16, pretrained_weights=[],
|
||||||
learning_rate=1e-4, use_gradient_checkpointing=True,
|
learning_rate=1e-4, use_gradient_checkpointing=True,
|
||||||
lora_rank=4, lora_alpha=4, lora_target_modules="to_q,to_k,to_v,to_out", init_lora_weights="gaussian",
|
lora_rank=4, lora_alpha=4, lora_target_modules="to_q,to_k,to_v,to_out", init_lora_weights="gaussian", pretrained_lora_path=None,
|
||||||
):
|
):
|
||||||
super().__init__(learning_rate=learning_rate, use_gradient_checkpointing=use_gradient_checkpointing)
|
super().__init__(learning_rate=learning_rate, use_gradient_checkpointing=use_gradient_checkpointing)
|
||||||
# Load models
|
# Load models
|
||||||
@@ -19,7 +19,14 @@ class LightningModel(LightningModelForT2ILoRA):
|
|||||||
self.pipe.scheduler.set_timesteps(1000)
|
self.pipe.scheduler.set_timesteps(1000)
|
||||||
|
|
||||||
self.freeze_parameters()
|
self.freeze_parameters()
|
||||||
self.add_lora_to_model(self.pipe.denoising_model(), lora_rank=lora_rank, lora_alpha=lora_alpha, lora_target_modules=lora_target_modules, init_lora_weights=init_lora_weights)
|
self.add_lora_to_model(
|
||||||
|
self.pipe.denoising_model(),
|
||||||
|
lora_rank=lora_rank,
|
||||||
|
lora_alpha=lora_alpha,
|
||||||
|
lora_target_modules=lora_target_modules,
|
||||||
|
init_lora_weights=init_lora_weights,
|
||||||
|
pretrained_lora_path=pretrained_lora_path,
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
def parse_args():
|
def parse_args():
|
||||||
@@ -52,6 +59,7 @@ if __name__ == '__main__':
|
|||||||
lora_rank=args.lora_rank,
|
lora_rank=args.lora_rank,
|
||||||
lora_alpha=args.lora_alpha,
|
lora_alpha=args.lora_alpha,
|
||||||
init_lora_weights=args.init_lora_weights,
|
init_lora_weights=args.init_lora_weights,
|
||||||
|
pretrained_lora_path=args.pretrained_lora_path,
|
||||||
lora_target_modules=args.lora_target_modules
|
lora_target_modules=args.lora_target_modules
|
||||||
)
|
)
|
||||||
launch_training_task(model, args)
|
launch_training_task(model, args)
|
||||||
|
|||||||
@@ -9,7 +9,7 @@ class LightningModel(LightningModelForT2ILoRA):
|
|||||||
self,
|
self,
|
||||||
torch_dtype=torch.float16, pretrained_weights=[], preset_lora_path=None,
|
torch_dtype=torch.float16, pretrained_weights=[], preset_lora_path=None,
|
||||||
learning_rate=1e-4, use_gradient_checkpointing=True,
|
learning_rate=1e-4, use_gradient_checkpointing=True,
|
||||||
lora_rank=4, lora_alpha=4, lora_target_modules="to_q,to_k,to_v,to_out", init_lora_weights="gaussian",
|
lora_rank=4, lora_alpha=4, lora_target_modules="to_q,to_k,to_v,to_out", init_lora_weights="gaussian", pretrained_lora_path=None,
|
||||||
):
|
):
|
||||||
super().__init__(learning_rate=learning_rate, use_gradient_checkpointing=use_gradient_checkpointing)
|
super().__init__(learning_rate=learning_rate, use_gradient_checkpointing=use_gradient_checkpointing)
|
||||||
# Load models
|
# Load models
|
||||||
@@ -24,7 +24,14 @@ class LightningModel(LightningModelForT2ILoRA):
|
|||||||
model_manager.load_lora(path)
|
model_manager.load_lora(path)
|
||||||
|
|
||||||
self.freeze_parameters()
|
self.freeze_parameters()
|
||||||
self.add_lora_to_model(self.pipe.denoising_model(), lora_rank=lora_rank, lora_alpha=lora_alpha, lora_target_modules=lora_target_modules, init_lora_weights=init_lora_weights)
|
self.add_lora_to_model(
|
||||||
|
self.pipe.denoising_model(),
|
||||||
|
lora_rank=lora_rank,
|
||||||
|
lora_alpha=lora_alpha,
|
||||||
|
lora_target_modules=lora_target_modules,
|
||||||
|
init_lora_weights=init_lora_weights,
|
||||||
|
pretrained_lora_path=pretrained_lora_path,
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
def parse_args():
|
def parse_args():
|
||||||
@@ -70,6 +77,7 @@ if __name__ == '__main__':
|
|||||||
lora_rank=args.lora_rank,
|
lora_rank=args.lora_rank,
|
||||||
lora_alpha=args.lora_alpha,
|
lora_alpha=args.lora_alpha,
|
||||||
init_lora_weights=args.init_lora_weights,
|
init_lora_weights=args.init_lora_weights,
|
||||||
|
pretrained_lora_path=args.pretrained_lora_path,
|
||||||
lora_target_modules=args.lora_target_modules
|
lora_target_modules=args.lora_target_modules
|
||||||
)
|
)
|
||||||
launch_training_task(model, args)
|
launch_training_task(model, args)
|
||||||
|
|||||||
@@ -9,7 +9,7 @@ class LightningModel(LightningModelForT2ILoRA):
|
|||||||
self,
|
self,
|
||||||
torch_dtype=torch.float16, pretrained_weights=[],
|
torch_dtype=torch.float16, pretrained_weights=[],
|
||||||
learning_rate=1e-4, use_gradient_checkpointing=True,
|
learning_rate=1e-4, use_gradient_checkpointing=True,
|
||||||
lora_rank=4, lora_alpha=4, lora_target_modules="to_q,to_k,to_v,to_out", init_lora_weights="gaussian",
|
lora_rank=4, lora_alpha=4, lora_target_modules="to_q,to_k,to_v,to_out", init_lora_weights="gaussian", pretrained_lora_path=None,
|
||||||
):
|
):
|
||||||
super().__init__(learning_rate=learning_rate, use_gradient_checkpointing=use_gradient_checkpointing)
|
super().__init__(learning_rate=learning_rate, use_gradient_checkpointing=use_gradient_checkpointing)
|
||||||
# Load models
|
# Load models
|
||||||
@@ -19,7 +19,14 @@ class LightningModel(LightningModelForT2ILoRA):
|
|||||||
self.pipe.scheduler.set_timesteps(1000)
|
self.pipe.scheduler.set_timesteps(1000)
|
||||||
|
|
||||||
self.freeze_parameters()
|
self.freeze_parameters()
|
||||||
self.add_lora_to_model(self.pipe.denoising_model(), lora_rank=lora_rank, lora_alpha=lora_alpha, lora_target_modules=lora_target_modules, init_lora_weights=init_lora_weights)
|
self.add_lora_to_model(
|
||||||
|
self.pipe.denoising_model(),
|
||||||
|
lora_rank=lora_rank,
|
||||||
|
lora_alpha=lora_alpha,
|
||||||
|
lora_target_modules=lora_target_modules,
|
||||||
|
init_lora_weights=init_lora_weights,
|
||||||
|
pretrained_lora_path=pretrained_lora_path,
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
def parse_args():
|
def parse_args():
|
||||||
@@ -52,6 +59,7 @@ if __name__ == '__main__':
|
|||||||
lora_rank=args.lora_rank,
|
lora_rank=args.lora_rank,
|
||||||
lora_alpha=args.lora_alpha,
|
lora_alpha=args.lora_alpha,
|
||||||
init_lora_weights=args.init_lora_weights,
|
init_lora_weights=args.init_lora_weights,
|
||||||
|
pretrained_lora_path=args.pretrained_lora_path,
|
||||||
lora_target_modules=args.lora_target_modules
|
lora_target_modules=args.lora_target_modules
|
||||||
)
|
)
|
||||||
launch_training_task(model, args)
|
launch_training_task(model, args)
|
||||||
|
|||||||
Reference in New Issue
Block a user