使用阿里PAI DSW部署Stable Diffusion WebUI

这篇具有很好参考价值的文章主要介绍了使用阿里PAI DSW部署Stable Diffusion WebUI。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。

参考内容为《快速启动Stable Diffusion WebUI》
进入到网址https://pai.console.aliyun.com/里边。
点击创建实例。
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

把实例名称填写好,选择GPU规格,然后选择实例名称是ecs.gn6v-c8g1.2xlarge使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

选择stable-diffusion-webui-env:pytorch1.13-gpu-py310-cu117-ubuntu22.04,然后点击下一步。
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

点击创建实例。

使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

等着实例的状态是运行中,然后点击打开
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

点击Notebook
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

! apt update更新镜像,点击左侧三角箭头。
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

完成之后如下图:
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

点击“+”新增文本框。
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

! apt install -y aria2安装aria2
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

安装完成。
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

import os引入os库。
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

def aria2(url, filename, d):
    !aria2c --console-log-level=error -c -x 16 -s 16 {url} -o {filename} -d {d}
    
url_prefix = {
    "cn-shanghai": "http://pai-vision-data-sh.oss-cn-shanghai-internal.aliyuncs.com",
    "cn-hangzhou": "http://pai-vision-data-hz2.oss-cn-hangzhou-internal.aliyuncs.com",
    "cn-shenzhen": "http://pai-vision-data-sz.oss-cn-shenzhen-internal.aliyuncs.com",
    "cn-beijing": "http://pai-vision-data-bj.oss-cn-beijing-internal.aliyuncs.com", 
}

dsw_region = os.environ.get("dsw_region")
prefix = url_prefix[dsw_region] if dsw_region in url_prefix else "http://pai-vision-data-sh.oss-cn-shanghai.aliyuncs.com"

执行代码,安装必须的依赖。
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

! git clone https://gitcode.net/mirrors/AUTOMATIC1111/stable-diffusion-webui.git下载源代码。
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

%cd stable-diffusion-webui进入到源代码里边。
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

! git checkout a9fed7c364061ae6efb37f797b6b522cb3cf7aa2进行检查。
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

repositories_url = f"{prefix}/aigc-data/code/repositories.tar.gz"
aria2(repositories_url, repositories_url.split("/")[-1], "./")

下载必须的文件
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

! tar -xf repositories.tar.gz进行解压。
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

%cd ..返回上一级。
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

%cd stable-diffusion-webui/extensions
! git clone https://gitcode.net/mirrors/DominikDoom/a1111-sd-webui-tagcomplete.git
! git clone https://gitcode.net/ranting8323/stable-diffusion-webui-localization-zh_CN
%cd ..
! wget -c http://pai-vision-data-sh.oss-cn-shanghai.aliyuncs.com/aigc-data/webui_config/config.json
%cd ..

在特定的目录下载文件。使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

model_url = f"{prefix}/aigc-data/sd_models/Counterfeit-V2.5_fp16.safetensors"
aria2(model_url, model_url.split("/")[-1], "stable-diffusion-webui/models/Stable-diffusion")

vae_url = f"{prefix}/aigc-data/vae_models/Counterfeit-V2.5.vae.pt"
aria2(vae_url, vae_url.split("/")[-1], "stable-diffusion-webui/models/VAE")

embedding_url = f"{prefix}/aigc-data/embedding/EasyNegative.safetensors"
aria2(embedding_url, embedding_url.split("/")[-1], "stable-diffusion-webui/embeddings")

下载所有需要模型。
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

! cd stable-diffusion-webui && python -m venv --system-site-packages --symlinks venv
! cd stable-diffusion-webui && \
  sed -i 's/can_run_as_root=0/can_run_as_root=1/g' webui.sh && \
  ./webui.sh --no-download-sd-model --xformers

启动webui。
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

点击http://127.0.0.1:7860
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

模型的VAE:Counterfeit-V2.5.vae.pt

提示词:
prompt

((masterpiece,best quality)),1girl, solo, animal ears, rabbit, barefoot, knees up, dress, sitting, rabbit ears, short sleeves, looking at viewer, grass, short hair, smile, white hair, puffy sleeves, outdoors, puffy short sleeves, bangs, on ground, full body, animal, white dress, sunlight, brown eyes, dappled sunlight, day, depth of field

negative prompt

EasyNegative, extra fingers,fewer fingers

采样方法(Sampler):DPM++2M Karras
高清修复:勾选
重绘幅度:0.6
放大倍率:1.8
高度:832
提示词相关性(CFG Scale):10
随机种子(seed):2337269170

点击“生成”,等着图片生成。
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

用过之后,删除实例。
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

确认删除。
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion

删除之后,就如下图:
使用阿里PAI DSW部署Stable Diffusion WebUI,机器学习实验室,stable diffusion文章来源地址https://www.toymoban.com/news/detail-712659.html

到了这里,关于使用阿里PAI DSW部署Stable Diffusion WebUI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

  • 使用PAI-DSW搭建基于LangChain的检索知识库问答机器人

    教程简述 在本教程中,您将学习如何在阿里云交互式建模(PAI-DSW)中,基于LangChain的检索知识库实现知识问答。旨在建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案。 LangChain是一个开源的框架,可以让AI开发人员将像GPT-4这样的大语言模型(LL

    2024年02月01日
    浏览(32)
  • 【阿里云PAI】基于阿里云使用Stable Diffusion XL Turbo模型和DiffSynth UI实现AI作画

    在本教程中,您将学习如何在阿里云交互式建模(PAI-DSW)中,使用Stable Diffusion XL Turbo模型和DiffSynth UI实现AI作画,涂鸦也能生成精美画作。 基于开源Stable Diffusion XL Turbo模型和DiffSynth UI,我们支持文图生成的基础上,也支持交互式的图像到图像生成,实现图像编辑功能,用户

    2024年04月13日
    浏览(31)
  • 基于 PAI-EAS 一键部署 Stable Diffusion AIGC 绘画

    人工智能平台PAI完成云上Stable Diffusion以文生图应用搭建, 支持两种方式: 使用交互式建模 PAI-DSW 使用模型在线服务 PAI-EAS 两种部署适用人群: 1.使用交互式建模 PAI-DSW 部署Stable Diffusion 亮点: Notebook经典界面,对习惯代码操作的开发者更加友好; 支持微调训练等操作,灵

    2024年01月20日
    浏览(35)
  • Stable-diffusion-webui 本地部署及使用

    1.安装conda; 2.创建conda env 和python 3.10.6; conda create --name stable-diffusion-webui python=3.10.6 3.更新pip; 4.安装cuda 11.8; https://developer.nvidia.com/cuda-toolkit-archive 5.克隆stable-diffusion-webui仓库 ; 6.下载SD模型 下载stablediffusion预训练模型至stable-diffusion-webui/models/stable-diffusion; V1.4 V1.5 7.运行

    2024年02月10日
    浏览(32)
  • 无需本地部署 在线使用Stable Diffusion Webui 使用共享模型

    尝试本地部署Stable Diffusion的时候遇到了很多的麻烦,自己训练AI也非常的麻烦,可以尝试使用Webui使用别人上传的模型 第一步进入网站https://github.com/camenduru/stable-diffusion-webui-colab 向下拉到readme 第一个 stable_diffusion_webui_colab,点击左边Open in Colab的图标 跳转到Google Colab的网站,

    2024年02月03日
    浏览(32)
  • AIGC文生图:stable-diffusion-webui部署及使用

    Stable Diffusion Web UI 是一个基于 Stable Diffusion 的基础应用,利用 gradio 模块搭建出交互程序,可以在低代码 GUI 中立即访问 Stable Diffusion Stable Diffusion 是一个画像生成 AI,能够模拟和重建几乎任何可以以视觉形式想象的概念,而无需文本提示输入之外的任何指导 Stable Diffusion Web

    2024年02月16日
    浏览(40)
  • 【AI绘图本地部署,无显卡部署stable-diffusion-webui吗,使用CPU运算】

    环境准备 aconda:https://www.anaconda.com/ git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui 进入目录 cd stable-diffusion-webui 创建虚拟环境 python -m venv ./virtualenv 运行虚拟环境 .virtualenvScriptsActivate.ps1 安装Cpu运行的pytorch版本 pip3 install torch torchvision torchaudio 修改根目录下launch.py代码

    2024年02月16日
    浏览(29)
  • Ubuntu上AMD显卡能够使用的stable diffusion webui部署方案流程

    本文环境使用实体设备,显卡是AMD RX6800XT。 系统是ubuntu20.04.5 LTS 桌面版,部署成功后也可以在评论区发出你的显卡型号和系统。 非虚拟化环境。分个100G的分区安装Ubuntu,可以与win共存!想用哪个系统就重启切换!慢慢看,中间涉及git、pip安装慢的可以装个“开发者边车”解

    2024年01月20日
    浏览(28)
  • 使用 PAI-Blade 优化 Stable Diffusion 推理流程

    AIGC是人工智能计算领域里发展迅速的重要业务。Stable Diffusion 是其中最热门的开源模型,受到广泛关注。然而,随着应用场景不断扩大,Stable Diffusion所面临的推理时延和计算成本问题也越来越突出。 PAI-Blade 是 PAI 推出的通用推理优化工具,可以通过模型系统联合优化,使模

    2024年02月09日
    浏览(33)
  • 使用 PAI-Blade 优化 Stable Diffusion 推理流程(二)

    上一篇中,我们使用了 PAI-Blade 优化了 diffusers 中 Stable Diffusion 模型。本篇,我们继续介绍使用 PAI-Blade 优化 LoRA 和 Controlnet 的推理流程。相关优化已经同样在  registry.cn-beijing.aliyuncs.com/blade_demo/blade_diffusion 镜像中可以直接使用。同时,我们将介绍 Stable-Diffusion-webui 中集成 PA

    2024年02月09日
    浏览(29)

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