Stable Diffusion实现之 Huggingface

这篇具有很好参考价值的文章主要介绍了Stable Diffusion实现之 Huggingface。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

Stable Diffusion 以及Huggingface的安装实现

介绍:

Stable Diffusion AI是指将Stable Diffusion模型应用于人工智能领域的相关技术和方法。通常情况下,Stable Diffusion AI主要用于金融、投资等领域,并且广泛应用于期权定价、风险管理等方面。其应用范围也在不断扩大,目前已经被用于自然语言处理、图像处理等领域。

在金融和投资领域,稳定扩散模型可以用于预测股票价格、波动性和风险等,并能够帮助分析投资组合和制定交易策略。通过使用稳定扩散模型,投资者可以根据市场行情预测未来的价格变化,并对其进行规避或利用。

在自然语言处理领域,Stable Diffusion AI被用于文本分类、情感分析、机器翻译等任务中。通过对文本数据进行建模,稳定扩散模型可以捕捉到数据中的随机性和变化性,并且能够更好地描述极端事件的出现,从而提高AI系统的准确性和鲁棒性。

总之,Stable Diffusion AI是一种有着广泛应用前景的人工智能技术,它能够有效地处理随机性和变化性数据,并为各种领域的应用任务提供更好的解决方案。

最近因为chatgpt 的原因,AI 频频上热搜,根据文本生成图像AI 也是更加火爆。。

使用 so easy

因为有开源的预训练模型,所以我们也可以在自己的机器上运行它…

Create Stable Diffusion images from text.

Stable Diffusion实现之 Huggingface
今天的主角是: Huggingface

Huggingface

https://huggingface.co/

Huggingface推出一个扩散模型包“Diffusers”,它是什么呢?它包含了目前可用的大部分稳定扩散模型,使用它可以快速的帮助我们用文字生成图片。

怎么做呢?听我细细道来。

一、注册:

  1. 打开: https://huggingface.co/ ,点击Sign up。 输入自己的邮箱,记住一定要是真实邮箱哦,因为需要需要接受校验邮件。

Stable Diffusion实现之 Huggingface

  1. 填写名称,这个随便写写好了,其他的字段可以不写。起个牛逼的名字,不是更嗨皮嘛,哈哈

Stable Diffusion实现之 Huggingface

3.去登录自己注册的邮箱,查看huggingFace 发送的邮件,

Stable Diffusion实现之 Huggingface

  1. 打开邮件,点击里面的链接,会显示如下,选择继续访问

Stable Diffusion实现之 Huggingface

  1. 显示如下,验证成功

Stable Diffusion实现之 Huggingface

一定要去验证哦,不然你没有token.就不能愉快的玩耍了。会显示如下

Stable Diffusion实现之 Huggingface

  1. 点击

Stable Diffusion实现之 Huggingface

  1. 点击Access Tokens,显示如下,点击New token
    Stable Diffusion实现之 Huggingface

  2. 随便写个名字,role 选择write

Stable Diffusion实现之 Huggingface

  1. 创建后,如下显示,token 到手
    Stable Diffusion实现之 Huggingface

二、准备 Python 环境:

  1. 首先确认自己有没有安装python。要求3以上的版本。楼主使用的是3.9
  2. 检查是否有pip。
  3. 检查是否有git
  4. 如果没有,请先安装。

重点来了,图片生成需要安装的包:

  1. diffusers
  2. transformers

三、安装步骤:

  1. 先在电脑上找个地,创建一个文件夹,就叫ai ,然后cd ai 。后面所有的操作都在这个目录下。切记
  2. diffusers 安装
    1. 执行命令,下载diffusers: git clone git@github.com:huggingface/diffusers.git
    2. 执行命令:cd diffuers
    3. 执行命令: python setup.py install
    4. 具体看图。楼主因为把python 软链接到了python3,所以用的python3,大家视情况而定。

Stable Diffusion实现之 Huggingface

  1. 安装模型: CompVis/stable-diffusion-v1-4,为啥要安装呢,因为这玩意贼大,几个G,如果远程加载,生成一次图片,要多久。。。
    1. 安装方式一:
      2. git clone git@hf.co:CompVis/stable-diffusion-v1-4

      1. 首先要安装了 git-lfs 才可以哦,这玩意就是为了大文件的提交和拉取诞生的。
      2. 如果是mac的话,可以使用后面的命令进行安装: brew install git-lfs
      3. 安装 git lfs install
        Stable Diffusion实现之 Huggingface
      4. 但是这种方式,,,因为超级大,所以特别慢,,会卡在这里,你以为它坏了,其实它只是慢。。。。
    2. 安装方式二: 自己手动下载各个包,然后放到指定的地方。楼主就是这么下载的,,苦逼。可以看到最大的两个包,7个G…
      Stable Diffusion实现之 Huggingface

    3. 安装方式三: 哈哈,为了方便大家,我把下好的都放到的盘里,你懂的。

      搜索公众号:游牧人坎布里奇, 输入 ai ,得到下载地址。同时也可以及时更新,避免跟丢了

Stable Diffusion实现之 Huggingface文章来源地址https://www.toymoban.com/news/detail-498865.html

  1. 安装:torch torchvision

    pip3 install torch torchvision

  2. 安装完检查:

    Stable Diffusion实现之 Huggingface

四、上代码

stableHuggDemo.py ,因为是入门级,比较简单:

   # make sure you're logged in with `huggingface-cli login`
    from torch import autocast
    import transformers
    from diffusers import StableDiffusionPipeline
    
    pipe = StableDiffusionPipeline.from_pretrained("stable-diffusion-v1-4")
    
    prompt = "a photo of a flying dog"
    image = pipe(prompt, guidance_scale=7.5).images[0]
    image.save('test.png')

五、准备执行:

  1. 登录 huggingface-cli login

Stable Diffusion实现之 Huggingface

这里会让你输入token,把之前准备的好token 输入后,再输入y. 就会看到login successful 的提示。

  1. 展示一下目录:

    1. 一定要注意 模型 stable-diffusion-v1-4 和代码是否在一起,建议放到一起。

    Stable Diffusion实现之 Huggingface

  2. 执行:

    1. python3 stableHuggDemo.py
  3. 结果展示:

    Stable Diffusion实现之 Huggingface

知识补充:

Git-lfs:

Git LFS(Large File Storage)是 Git 的扩展,用于管理大型二进制文件。在传统的 Git 版本控制系统中,当需要处理大型二进制文件时(如图像、视频、音频等),Git 会将整个文件存储到版本库中,导致版本库变得庞大且不稳定。而 Git LFS 则可以将这些大型文件存储在一个独立的位置,并在 Git 版本库中保留一份指向该文件的引用,因此可以有效地避免版本库过大的问题。

使用 Git LFS,您可以:

  1. 更有效地存储和管理大型文件。
  2. 提高代码库的可维护性和稳定性。
  3. 加速 Git 操作,特别是对于大型文件的提交和拉取操作。

为了使用 Git LFS,您需要在您的 Git 仓库中启用 LFS 并安装 Git LFS 工具。然后,您就可以将大型二进制文件添加到仓库中,并使用 Git LFS 来管理它们。Git LFS 还提供了一些命令行工具和 API 接口,可以方便地与其他工具进行集成。

总之,Git LFS 是一个非常有用的 Git 扩展,可以帮助管理大型二进制文件并提高代码库的可维护性和稳定性。

  1. 一个可以使用chatGPT的网站:https://chat.okzhang.com/

    Stable Diffusion实现之 Huggingface

为了更好的体验,需要做一个小小的验证。
搜索公众号:游牧人坎布里奇, 输入 chat,得到密码。同时也可以及时更新,避免跟丢了

Stable Diffusion实现之 Huggingface

执行的错误集合:

1. 缺少 transformers

ImportError: 
StableDiffusionPipeline requires the PyTorch library but it was not found in your environment. Checkout the instructions on the
installation page: https://pytorch.org/get-started/locally/ and follow the ones that match your environment.

StableDiffusionPipeline requires the transformers library but it was not found in your environment. You can install it with pip: `pip
install transformers`

Stable Diffusion实现之 Huggingface

pip3 install transformers

Stable Diffusion实现之 Huggingface

2. 缺少 accelerate:

Stable Diffusion实现之 Huggingface

Cannot initialize model with low cpu memory usage because `accelerate` was not found in the environment. Defaulting to `low_cpu_mem_usage=False`. It is strongly recommended to install `accelerate` for faster and less memory-intense model loading. You can do so with: 

pip3 install accelerate
Stable Diffusion实现之 Huggingface

3. 如果是这个错误,是因为代码:找不到模型,最好代码和模型放在一起,哈哈,大神可以随意

pipe = StableDiffusionPipeline.from_pretrained("stable-diffusion-v1-4")

Stable Diffusion实现之 Huggingface

你可能需要的地址:

mac 安装 brew

https://juejin.cn/post/7202583557751210041

包所在地址:

搜索公众号:游牧人坎布里奇, 输入 ai ,得到下载地址。同时也可以及时更新,避免跟丢了

Stable Diffusion实现之 Huggingface

到了这里,关于Stable Diffusion实现之 Huggingface的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • AI绘画部署-Stable Diffusion(huggingface API图片生成初体验)

    最近,在很多地方都看到了各个大佬用AI生成的神图,索性从网上搜集资料部署一下体验一下AI绘画的魅力。本文基于huggingface API在colab上构建AI绘画。 https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/stable_diffusion.ipynb#scrollTo=AAVZStIokTVv 点击右上角 连接 初始化完成

    2024年02月03日
    浏览(72)
  • Stable Diffusion Webui在Linux服务器第一次运行不能连接huggingface

    第一次运行stable-diffusion-webui出现了如下错误 由于网络原因, hugging face在国内无法访问, 所以出现了该错误, 笔者所使用的Linux服务器不能使用非常的上网手段, 通过在本地windows运行stable-diffusion-webui并进行排查, 找到了问题所在 Linux服务器的~/.cache/huggingface/hub/目录下需models--op

    2024年02月05日
    浏览(59)
  • 深度解析丨AI绘画Stable Diffusion如何实现模特精准换装以及如何替换模特

    一、前言 来了来了,之前给大家承诺的模特换装教程它来了!本篇教程主要运用StableDiffusion这个工具来进行操作,下面会通过几个小案例,给大家展示不同需求下,我们该如何使用StableDiffusion来辅助我们完成服装效果展示。本教程适用于电商设计场景、摄影场景等多个运用人

    2024年04月15日
    浏览(53)
  • Stable Diffusion的使用以及各种资源

    Stable Diffusion是2022年发布的深度学习文本到图像生成模型。它主要用于根据 文本的描述 产生详细 图像 ,尽管它也可以应用于其他任务,如内补绘制、外补绘制,以及在提示词指导下产生图生图的翻译。 s用到的技术原理叫做扩散算法,具体的算法设计是很复杂的一门学科。

    2024年02月12日
    浏览(35)
  • Stable Diffusion原理以及CAC的应用

    添加本文记录 Stable Diffusion基于latent diffusion model(训练模型以生成图像的latent representations(压缩)) latent diffusion三个主要组件: An autoencoder (VAE).   VAE模型有编码器,解码器两部分。编码器用于将图像转换为低维潜在表示,作为U-Net模型的输入。解码器反过来,将潜在的表示转换

    2024年02月11日
    浏览(38)
  • stable diffusion(安装以及模型的初步使用)

     能跑模型,本地也跑过一点Lora训练的脚本,看看几个效果: 以上的都是配合huggingface有的模型结合civitai上的Lora模型在本地跑出来的图片,自己本地训练的Lora太拉闸了,就不放上来了…… git直接安装最新版本的,python3.10可以下载miniconda,默认会帮忙安装python3.10;记得git和

    2024年02月01日
    浏览(41)
  • stable diffusion实践操作-宽高设置以及高清修复

    stable diffusion实践操作 主要介绍SD的宽高设置以及高清修复 基础模型都是通过512 512的图像集训练的,所以我们采用SD1.5模型的时候,宽高不要超过512 512,否则,图像就会出现不可以控. 但是在实际工作中,我们需要更加高清图片怎么办,这就是本章的主要内容。 SD生成256 256图

    2024年02月10日
    浏览(43)
  • Linux部署Stable Diffusion WebUI以及遇到的问题

    建议配置代理后运行,否则真的很难运行成功 可以参考另一篇文章,在Linux配置Clash代理 报错如下: 解决方法,在webui.sh 文件加上一句,(竟然有效,我也没想到) 解决方法:根据提示信息,提前下好,放到指定文件夹下 详细教程链接: https://ivonblog.com/posts/stable-diffusion-

    2024年02月09日
    浏览(40)
  • stable diffusion插件controlnet的详细讲解以及用法说明

    controlnet是基于只能绘画AI-stable diffusion推出的一款功能强大的插件,它为文生图功能引入了新的控制方式,可以额外控制人物的具体姿势,景深,线稿上色等等,可以更稳定的控制画面。 插件安装 在stable diffusionUI界面中找到扩展   在扩展中找到从网址安装   当出现如下提示

    2024年01月19日
    浏览(39)
  • 常用的ControlNet以及如何在Stable Diffusion WebUI中使用

    上一次我们已经介绍了如何通过代码的方式使用ControlNet,Stable Diffusion WebUI里面包含了很详细的使用设置,我们可以直接在上面进行操作,所以本文将介绍如何以傻瓜的方式直接使用ControlNet。 如果你用过Stable Diffusion,可能已经注意到图像的输出有无限的结果可能性,就像在

    2024年02月04日
    浏览(46)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包