Disco_Diffusion_Local
1.0.0
Colab 대신 로컬로 작동하기 위해 최신 버전의 디스코 확산 (터보 및 3D 애니메이션이 포함 된 V5)을 얻을 수 있습니다. Linux에서만 의존성에도 불구하고 Windows 에서이 작업을 수행하는 방법을 포함하여;). 이제 실험적인 배치 모드가 포함되어있어 다른 프롬프트로 원하는만큼 많은 비디오를 만들고 1 번만 실행합니다.
문제가 발생하면 문제를 열어 주시면 문제를 해결하기 위해 최선을 다하겠습니다. 가능한 한 구체적으로하십시오. 예를 들어, 어느 시점에서 오류 메시지가 표시되면이 문제에 운영 체제 및 컴퓨터 사양과 함께이 문제를 포함시켜야합니다.
3 단계부터 시작하여 Linux에서 동일한 단계가 작동해야합니다.
요구 사항 :
Wind 실행중인 버전을 확인하려면 CMD를 열고 다음을 입력하십시오.
winver
21H2 이상이라면 가면 좋습니다. 그렇지 않은 경우 시작 메뉴에서 "업데이트 확인"을 입력하고 내장 도구를 사용하여 Windows를 업데이트하십시오. 개인적으로 필요한 업데이트는 표시되지 않았지만 Windows 10 업데이트 어시스턴트를 사용하여 설치할 수있었습니다.
Linux 전용 종속성을 사용하는 방식은 Linux (WSL2) 용 Windows 서브 시스템의 최신 버전을 설치하는 것입니다. Windows에서 Ubuntu 설치와 같은 가상 머신이 실행됩니다. 그러나 Microsoft는이를 매우 낮은 수준으로 구현했으며, 이는 거의 성능이없고 GPU 지원이 없습니다!
이에 대한 최신 지침은 공식 Microsoft 안내서를 따르십시오.
간단히, Windows PowerShell을 관리자로 열고 다음을 입력하십시오.
wsl —-install
재시작을 요청할 수 있으며 컴퓨터를 다시 시작하면 시작 메뉴 또는 "Ubuntu"라는 작업 표시 줄에 앱이 있습니다!
패키지를 쉽게 관리하려면 우분투 환경에 아나콘다를 설치해야합니다. 새로운 Ubuntu 앱을 열고 (첫 번째 출시시 등장하는 오류를 수정하십시오. 몇 가지가 있었지만 빠른 인터넷 검색으로 자체 설명이거나 쉽게 고정되었습니다). 이제 Linux Anaconda 설치 프로그램을 다음과 같이 다운로드 한 다음 실행하려고합니다. 2022 년 3 월 이후 훨씬 늦게 팔로우하는 경우 아래 URL을 Anaconda 웹 사이트의 최신 버전으로 바꿀 수 있습니다.
mkdir Downloads
cd Downloads
wget https://repo.anaconda.com/archive/Anaconda3-2021.11-Linux-x86_64.sh
bash Anaconda3-2021.11-Linux-x86_64.sh
화면 지침을 따르십시오. 즉, 당신에게 요청할 때 예를 입력하고, 프롬프트가있을 때 당신을 위해 Conda Init를 실행하도록 요청하십시오.
우분투 터미널을 닫고 다시 열십시오.
이제 입력하고 실행하십시오
conda —-help
긴 콘다 옵션 목록을 제공한다면 우분투 내에 아나콘다가 성공적으로 설치되어 있음을 의미합니다!
이제 모든 적절한 종속성을 갖춘 콘다 환경 (우분투 내부)을 생성하고 활성화합니다.
conda create -n pytorch_110
conda activate pytorch_110
컴퓨터를 다시 시작하거나 Ubuntu를 다시 닫고 열 때마다 두 번째 명령 (Conda Activate Pytorch)을 실행해야합니다. 이제 Pytorch의 올바른 버전을 설치하십시오.
conda install pytorch==1.10 torchvision torchaudio cudatoolkit==11.1 -c pytorch -c conda-forge
프롬프트 할 때마다 Y를 입력하십시오.
위의 것을 찾는 데는 많은 시행 착오가 필요했습니다. 어려움은 pytorch3d와 함께 작동하는 Pytorch 및 Cudatoolkit 조합을 찾는 것이 었습니다 (나중에 필요). 위의 것은 나를 위해 일했습니다.
이제 다른 종속성을 설치하십시오.
conda install jupyter pandas requests matplotlib
conda install opencv -c conda-forge
실제로 코드를 실행하고 이미지 / 비디오를 얻는 방법에 대한 옵션 1. 옵션 1에는 Colab 노트북에서 가볍게 수정 된 .ipynb를 다운로드하고 셀을 편집하고 노트북 환경 내에서 편집하는 것입니다.
우리는 Colab 노트북의 Jupyter 노트북 버전에서 일할 것입니다. (저는 현재 더 깨끗한 인터페이스를 작업하고 있습니다. 스타를 쳐서 리포를 시청하여 언제 생방송 될 때를 확인하십시오).
이 저장소에서 Jupyter 노트북을 다운로드하십시오. 방법을 알고 있다면 repo를 우분투 배포에 직접 복제하십시오. 이 안내서를 가능한 한 쉽게 따르기 위해 더 쉬운 방법을 보여 드리겠습니다.
우분투 터미널에서 다음을 입력하십시오.
explorer.exe .
Windows 탐색기에서 Ubuntu 디렉토리가 열립니다! 노트북을 다운로드하려는 위치를 찾아 새 폴더를 만들 수 있습니다.
내 github 저장소에서“코드”를 클릭 한 다음 zip을 다운로드하십시오. zip을 추출하고 .ipynb 파일을 Ubuntu의 원하는 폴더에 복사하십시오. 이전에 Explorer.exe를 입력하면 Explorer에 Ubuntu 폴더가 열려 있으므로이 폴더로 드래그하여 떨어질 수 있습니다.
우분투 터미널에서 실행 :
jupyter notebook
브라우저에서 Jupyter가 자동으로 열리지 않는다는 것을 알 수 있습니다. 괜찮아! LocalHost로 시작하여 URL을 찾아서 복사 한 다음 Windows의 브라우저에 붙여 넣으십시오.
이것은 브라우저에서 Jupyter를 열어야합니다! 이제 Jupyter 노트북을 배치 한 폴더로 이동하여 열 수 있습니다. 세포를 하나씩 실행하십시오. 추가로 필요한 종속성을 설치하고 모든 모델을 다운로드해야합니다. 그 과정에서 원하는 설정을 변경할 수 있습니다. 마지막 셀 중 하나는“Text_prompts”를 묻습니다. 원하는 것을 만들 수 있습니다!
실제로 코드를 실행하고 이미지 / 비디오를 얻는 방법에 대한 옵션 2. 여기에는 설정 파일이있는 폴더를 설정하는 것이 포함됩니다.이 파일은 노트북이 1 x 1을 통해 작동합니다. 원하는만큼 다양한 비디오에 대한 프롬프트를 지정하고 하나의 노트북으로 모두 만들 수 있습니다.
일부 옵션은 한 번 지정해야하며 대기열의 모든 항목에 사용됩니다. 이것들을 "queue/master_settings.txt"로 설정하십시오.
각 비디오에 대해 지정할 수있는 옵션은 다음과 같습니다. "queue/queue_1.txt", "queue/queue_2.txt"등에 지정해야합니다. 스크립트가 실행중인 동안 파일을 만들 수 있습니다.
이것은 현재 실험적이며 일련의 비디오를 만들기위한 것입니다 (이미지가 아님). 이를 개선하려면 버그 / 기능 요청에 대한 문제를 제출하거나 자신의 풀 요청도 제출할 수 있습니다.)
또한 내 용도로 모든 기능을 수정하는 것이 잘 작동합니다. 현재 기능이 있으시면 현재 큐의 실행 사이를 변경할 수있는 기능이 있으시면 문제를 시작하거나 요청을 시작하십시오.
repo를 Ubuntu 설치로 복제하십시오. 이 작업을 수행하는 방법을 모르는 경우이 리포지어에서 "코드"및 "Zip 다운로드"를 클릭하십시오. Ubuntu 환경의 전체 repo를 폴더로 복사하십시오. 이것은 일반적으로 " wsl $ ubuntu home username"과 같은 곳입니다. Explorer.exe를 입력하여 쉽게 액세스 할 수 있습니다. 우분투 창에서.
복사 한 폴더 중 하나를 "큐"라고해야합니다. 이것을 열고 "master_settings"에서 원하는 설정을 지정하십시오. 그런 다음 각 비디오에서 원하는 프롬프트를 동일한 폴더의 별도 파일로 지정하십시오. 그들은 "queue_1.txt"라는 이름을 틈없이이어야합니다.
명령 줄에서 큐 파일을 종합하고 복제 된 저장소로 이동하여 다음을 입력 할 수 있습니다.
jupyter nbconvert --execute --to notebook --inplace Disco_Diffusion_v5_2_w_VR_Mode_batch_mode.ipynb
위의는 명령 줄에서 Jupyter 노트북의 모든 셀을 실행합니다. 원하는 경우 Jupyter에서도 실행할 수도 있습니다. 원하는 경우 Jupyter 노트북을 실행하는 방법에 대한 지침은 옵션 1을 참조하십시오.
그게되어야합니다! 이렇게하면 대기열에서 이미지를 생성해야합니다. 1 x 1.
쿠다 오류가 발생합니다.
RunTimeError : CUDA 오류 : 알려지지 않은 오류 CUDA 커널 오류는 다른 API 호출에서 비동기로보고 될 수 있으므로 아래의 스택 트레이스가 올바르지 않을 수 있습니다. 디버깅을 위해 Cuda_launch_blocking = 1을 통과하는 것을 고려하십시오.
위와 같은 오류가 발생한다면 VRAM을 너무 많이 사용하는 경우에만 이런 일이 발생하는 것을 알고 있습니다. 다음 중 하나 또는 모두를 수행하여 감소하십시오.
이것이 작동하는 경우, GPU의 한계가 어디에 있는지 알 때까지 모델을 천천히 추가하고 해상도를 높이십시오.
