JLNTV_IPD/CogVideo
4
0
Fork 0
mirror of https://github.com/THUDM/CogVideo.git synced 2025-04-06 03:57:56 +08:00
Code Issues Packages Projects Releases Wiki Activity

docs: update finetune documentation in all languages

Browse Source
This commit is contained in:
OleehyO 2025-01-03 08:30:41 +00:00
parent c817e7f062
commit ffb6ee36b4
3 changed files with 3 additions and 5 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

2
finetune/README.md
View File

@ -46,7 +46,7 @@ If you need to use a validation dataset during training, make sure to provide a
Before starting the training, please note the following resolution requirements: Before starting the training, please note the following resolution requirements:
1. The number of frames must be a multiple of 8. 1. The number of frames must be a multiple of 8 **plus 1** (i.e., 8N+1), such as 49, 81, etc.
2. The recommended resolution for videos is: 2. The recommended resolution for videos is:
- CogVideoX: 480x720 (Height x Width) - CogVideoX: 480x720 (Height x Width)
- CogVideoX1.5: 768x1360 (Height x Width) - CogVideoX1.5: 768x1360 (Height x Width)

2
finetune/README_ja.md
View File

@ -46,7 +46,7 @@ pip install -e .
トレーニングを開始する前に、以下の解像度設定に関する要件に注意してください： トレーニングを開始する前に、以下の解像度設定に関する要件に注意してください：
1. フレーム数は8の倍数でなければなりません。 1. フレーム数は8の倍数 **+1** (つまり8N+1)でなければなりません。例えば49、81など。
2. 推奨される動画の解像度は次の通りです： 2. 推奨される動画の解像度は次の通りです：
- CogVideoX: 480x720（高さ x 幅） - CogVideoX: 480x720（高さ x 幅）
- CogVideoX1.5: 768x1360（高さ x 幅） - CogVideoX1.5: 768x1360（高さ x 幅）

4
finetune/README_zh.md
View File

@ -46,7 +46,7 @@ pip install -e .
在开始训练之前，请注意以下分辨率设置要求： 在开始训练之前，请注意以下分辨率设置要求：
1. 帧数必须是8的倍数 1. 帧数必须是8的倍数 **+1** (即8N+1), 例如49, 81 ...
2. 视频分辨率建议使用模型的默认大小： 2. 视频分辨率建议使用模型的默认大小：
- CogVideoX: 480x720 (高x宽) - CogVideoX: 480x720 (高x宽)
- CogVideoX1.5: 768x1360 (高x宽) - CogVideoX1.5: 768x1360 (高x宽)
@ -80,8 +80,6 @@ bash accelerate_train_t2v.sh
bash accelerate_train_i2v.sh bash accelerate_train_i2v.sh
``` ```
## 载入微调的模型 ## 载入微调的模型
+ 请关注[cli_demo.py](../inference/cli_demo.py) 以了解如何加载微调的模型。 + 请关注[cli_demo.py](../inference/cli_demo.py) 以了解如何加载微调的模型。