在Google Colab运行Stable Diffusion时遇memory_efficient_attention_forward错误

• 安装兼容版本的xformers
  新的xformers版本可能和Colab自带的PyTorch/CUDA环境不兼容，试试锁定老版本安装：

  !pip install xformers==0.0.20
  

  安装完成后一定要重启Colab的runtime，再重新运行Stable Diffusion代码。

• 禁用xformers，改用原生注意力计算
  在笔记本的Stable Diffusion配置代码里，找到启用xformers的参数（比如enable_xformers_memory_efficient_attention=True），把它改成False，或者直接注释掉加载xformers的相关代码块，让模型使用原生的attention实现。

• 检查并匹配PyTorch与CUDA版本
  运行以下代码确认当前环境版本：

  import torch
  print(f"PyTorch版本: {torch.__version__}")
  print(f"CUDA可用: {torch.cuda.is_available()}")
  print(f"CUDA版本: {torch.version.cuda}")
  

  如果版本不匹配，重新安装对应版本的PyTorch，比如适配CUDA 11.8的版本：

  !pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu118
  

  重装PyTorch后再重新安装xformers。

• 降低图像分辨率或调整输入规模
  报错里的输入shape显示序列长度达到4096，可能是生成分辨率过高导致的异常。试试把生成图像的分辨率从1024x1024调低到768x768，避免输入张量出现异常规模。

内容的提问来源于stack exchange，提问作者FYH