stable diffusion在server上的部署测试

这篇具有很好参考价值的文章主要介绍了stable diffusion在server上的部署测试。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。

SD infinite canvas

Automatic1111 vs InvokeAI

  • Automatic1111 vs InvokeAI - pros and cons
  • stablediffusion-infinity
    该repo的问题是已经2年没更新,它的依赖有问题,运行也有问题
    TypeError: EventListener._setup.<locals>.event_trigger() got an unexpected keyword argument '_js'
    这个我解决不了解决不了就删除这几行然后还有transformers版本问题(不楞subfolder)stabilityai/sd-vae-ft-mse does not appear to have a file named config.json.
    从评论来说,InvokeAI的操作更简单,所以先试一下
    qnmd invoke,还是automatic1111适合劳资
    qnmd automatic1111根本不好弄outpainting

install

Prerequisites

  • running Fedora Linux 38 (Server Edition)
    • gpu: 3060 laptop 12G
    • ram: 16g (估计8G够了)
    • disk: 256G (模型多就自己加)
    • Software updates就当看不见,千万别更新
  • nvautoinstall
  • NVIDIA CONTAINER TOOLKIT
    • curl -s -L https://nvidia.github.io/libnvidia-container/stable/rpm/nvidia-container-toolkit.repo | sudo tee /etc/yum.repos.d/nvidia-container-toolkit.repo
    • sudo yum install yum-utils
    • sudo yum install -y nvidia-container-toolkit
    • 记得重启(主要是为了nvautoinstall的重启,要不然cuda不楞卡)
    • nvidia-smi
  • Development Tools
    • 不安装也行,费时间也没用,这次用不到cmake
  • docker
    • 挖去,docker又更新了安装方式,ubuntu用多了的后遗症
    • 记得执行post-install
  • miniconda
    • miniconda安装完了记得选init

至此已经完成了Prerequisites,网络好+CPU好的话0.5hrs足够

InvokeAI

InvokeAI Repo
InvokeAI有docker,所以可以docker

  • gitclone太慢了
  • docker安装中:hg反正tmd没法访问
  • nm没给我docker compose文件啊
  • tmd daemon.json 位置不对啊
  • 用这个算了export DOCKER_BUILDKIT=1
  • wiki说明和readme.md它不一样啊,虽然也还是docker compose up -d
  • 不知道host参数怎么传递进去
  • 一个InvokeAI的image可能就10G了
  • 我傻了,fedora默认的就是9090的管理,要把端口映射到9091

至此已经完成了InvokeAI安装,网络好的话1hrs足够
不要问[Errno 101] Network is unreachable怎么解决

  • 根据需求使用screen
  • 启动环境 conda activate invokeai
  • 启动invokeai invokeai-web --port 9091 --host 0.0.0.0

更新:最简单的方法是使用Ubuntu,然后使用安装脚本,整个过程只会消耗大概4G流量,不会怎么下载模型,所以可以放心。不过如果要下载模型的话,使用脚本下载大概是30G左右。

AUTOMATIC1111

AUTOMATIC1111

  • 还是乖乖的滚回AUTOMATIC1111吧,球球了

  • 还是乖乖的滚回ubuntu吧,球球了

  • 一个bash run.sh就搞定了
    git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
    cp stable-diffusion-webui/webui.sh .
    sudo apt-get install google-perftools
    bash webui.sh

  • 如果你在国内:
    sudo apt install ubuntu-drivers-common samba cifs-utils -y
    ubuntu-drivers devices
    sudo apt install nvidia-driver-535-server
    sudo nano /etc/samba/smb.conf

    [sambashare]
    comment = ubuntu
    path = /home/ubuntu
    read only = no
    browsable = yes

    sudo service smbd restart
    sudo ufw allow samba
    sudo smbpasswd -a ubuntu
    直接在Windows下操作就可以,把东西下载下来复制粘贴到smb文件夹就可以直接用了,还是老问题,hg没法用
    这点东西只能保证重复安装的时候不用下载模型
    clone repo的时候还是要加proxy

  • 还是得直接加proxy
    export http_proxy=username:password@proxyhost.com:8080
    export https_proxy=username:password@proxyhost.com:8081
    export no_proxy="localhost, 127.0.0.1, ::1"
    备注:要记得导入http和https,因为github上面的模型都是https协议,no_proxy不加的话有时候会报错找不到地址

  • 需要下载的东西:
    sd模型只需要最大的那个或者从civitai下载ckpt
    vit用脚本下载就行,文件多没办法,hg有下载脚本在页面上端

  • 把真正的时间留给需要的地方(比如找素材和提示词)

  • SD,起洞
    打开端口:sudo ufw allow 7860
    screen:screen
    起洞:bash webui.sh --listen --xformers --enable-insecure-extension-access
    没有git的时候没法更新,这个不重要,更不更新也差不多

infinity要复杂一些,就用Windows了

  • infinity安装
  • 按照步骤操作
  • 根本没法操作,故作罢

models

  • CIVITAI
    • LoRA:
      工笔画建筑
      工笔画牡丹+芍药
    • EMBEDDING:
      山水画
    • LYCORIS:
      传统花纹
  • training
    Kohya_ss
    或者秋叶一键训练脚本,就这个在Windows下可以直接用,下载百度云即可,千万别自己配环境,宁可多标注几个图片,也别把时间浪费在环境上。

一些备注

  • 记得在标注的时候把自己的特殊标记(比如模型名"ABCD")放到添加tag里面去;

  • 在invokeai里面添加模型可以用samba;

  • 模型可以使用sd-v1-5,最好加个IP Adapter,用invoke的自动添加模型,其他方法很难;
    stable diffusion在server上的部署测试,stable diffusion

  • 记得调整epoch和batch;
    stable diffusion在server上的部署测试,stable diffusion

  • 最重要的事情:材料好好准备,材料不好的话练出来的也不行,如果是国画或者工笔画最好把题字和章都扣掉(这真的很重要)
    stable diffusion在server上的部署测试,stable diffusion文章来源地址https://www.toymoban.com/news/detail-809612.html

到了这里,关于stable diffusion在server上的部署测试的文章就介绍完了。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

  • 本地部署Stable Diffusion

    报错:RuntimeError:“LayerNormKernelImpl” not implemented for ‘Half 解决方案: 产生报错的原因是因为显卡不支持half-float的数据类型,所以在启动项set COMMANDLINE_ARGS=后增加这一句 --precision full --no-half,以后运行webui-user.bat就可以了

    2024年02月11日
    浏览(49)
  • Stable Diffusion 本地部署

    注意:如果没有显卡或显卡性能较弱的同学们不要尝试,不然到最后也还是不行!当然这些同学们可以去(免费,效果稍逊) Stable Diffusion - a Hugging Face Space by stabilityai Discover amazing ML apps made by the community https://huggingface.co/spaces/stabilityai/stable-diffusion 或者(收费,但是效果更好) D

    2023年04月14日
    浏览(66)
  • Stable Diffusion本地部署

    网络很重要,安装会因为超时失败,我是失败了很多次才成功 Windows10,N 卡(我的是古早的1070) 安装conda,也可以安装miniconda 进入stable-diffusion-webui目录 创建conda 虚拟环境 激活conda 环境 安装依赖 安装其他依赖 安装好后终端会显示服务以运行 直接访问域名,以上步骤安装顺利

    2024年02月09日
    浏览(45)
  • Stable Diffusion部署

    stable diffusion是一种能够根据文本描述生成图像的深度学习模型,于2022年发布,由创业公司Stability AI开发和维护。它可以用来生成各种风格和主题的图像,也可以用来修改已有的图像或者填补低分辨率或者缺失细节的图像。它的代码和模型权重都是公开的,可以在大多数配备

    2024年02月08日
    浏览(41)
  • Stable Diffusion模型测试

    ` AI图像生成异常火爆,听说鹅厂都开始用AI图像生成做前期设定了,小厂更是直接用AI替代了原画师的岗位。这一张张丰富细腻、风格各异、以假乱真的AI生成图像,背后离不开Stable Diffusion算法。 Stable Diffusion是stability.ai开源的图像生成模型,可以说Stable Diffusion的发布将AI图像

    2024年02月16日
    浏览(46)
  • linux部署stable diffusion

    模型地址:https://github.com/CompVis/stable-diffusion 下载代码库 2.创建虚拟环境 出现这个错误在多运行几遍同样的命令即可。。。。玄学。。。。 将权重文件放在对应的位置 如果报错:ModuleNotFoundError: no module named “taming”,使用下面指令解决。

    2024年02月12日
    浏览(33)
  • Stable Diffusion 本地部署教程

    最近看Stable Diffusion开源了,据说比Disco Diffusion更快,于是从git上拉取了项目尝试本地部署了,记录分享一下过程~ 这里是官网介绍:https://stability.ai/blog/stable-diffusion-public-release 科学上网。很多链接都需要用到。 显卡的显存需要足够大,至于多大没看到哪有说,反正3g绝对不行

    2023年04月11日
    浏览(48)
  • 阿里云部署Stable Diffusion

    本地部署Stable Diffusion教程,亲测可以安装成功 Stable Diffusion界面参数及模型使用 谷歌Colab云端部署Stable Diffusion 进行绘图 上一篇博客我们通过Google Colab云端部署了Stable Diffusion,但是前提条件是要有谷歌账号且能正常访问谷歌网站,如果没有谷歌账号也懒得魔法上网怎么办?阿

    2024年02月05日
    浏览(49)
  • Stable Diffusion 迁移和部署

    此实验需要最新的sdk实现模型的迁移,最终在1684X上进行推理。 代码地址为: http://219.142.246.77:65000/sharing/sgZNjWcYK Stable Diffusion 是一个文本生成图像的模型,它是基于 Diffusion 模型的一个变体,Diffusion 模型是一个基于随机游走的生成模型,它可以生成高质量的图像。Stable Diff

    2024年02月09日
    浏览(31)
  • Stable diffusion环境部署搭建

    略 略 //注意:火山引擎FT的只开github的加速,不开http/https代理。因为设置http/https代理, 执行conda env create -f environment.yaml会报错。

    2024年02月17日
    浏览(33)

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