首页>编程相关>其他源码
下载
稳定扩散端到端指南

稳定扩散端到端指南 - 从菜鸟到专家

我开始对使用 SD 生成军事应用图像感兴趣。大部分资源取自 4chan 的 NSFW 版块，因为 anons 使用 SD 制作无尽。有趣的是，规范的 SD WebUI 具有动漫/无尽图像板的内置功能...DALL-E 之后 SD 的第一个用例就是生成动漫女孩，因此跳转到无尽并不奇怪。

无论如何，这些怪人的技术适用于各种应用，尤其是 LoRA，它就像模型微调器。这个想法是与特定的 LoRA（例如，军用车辆、飞机、武器等）合作，生成用于训练视觉模型的合成图像数据。训练新的、有用的 LoRA 也很有趣。稍后的内容可能包括针对扰动进行修复。

免责声明和来源

Every link here may contain NSFW content, as most of the cutting-edge work on SD and LoRAs is with porn or hentai. So, please be wary when you are working with these resources. ALSO, Rentry.org pages are the main resources linked to in this guide. If any of the rentry pages do not work, change the .org to .co and the link should work. Otherwise, use the Wayback machine.

-TP

和它一起玩吧！

您实际上可以用 SD 做什么？ Huggingface 和其他一些公司在浏览器中为您提供了一些应用程序。和他们一起玩，看看它们的威力！在本指南中我们要做的是获得完整的、可扩展的 WebUI，以便我们可以做任何我们想做的事情。

  • Huggingface 文本到图像 SD Playground
  • Dreamstudio 文本到图像 SD 应用程序
  • Dezgo 文本到图像 SD 应用程序
  • Huggingface 图像到图像 SD 游乐场
  • Huggingface 绘画游乐场

目录

  1. WebUI 基础知识
    1. 设置本地 GPU 使用率
      1. Linux设置
    2. 更深入
      1. 提示
    3. 新颖的AI模型
    4. 洛拉
    5. 玩转模型
    6. VAE
    7. 把它们放在一起
      1. 一般 SD 流程
      2. 保存提示
      3. txt2img 设置
      4. 重新生成之前生成的图像
      5. 排除错误
    8. 变得舒适
    9. 测试
  2. 网络用户界面高级
    1. 提示编辑
    2. 变形金刚
    3. 图像2图像
    4. 修复
    5. 附加功能
    6. 控制网
    7. 制作新东西（WIP）
      1. 检查点合并
      2. 训练 LoRA
      3. 训练新模型
  3. Google Colab 设置（WIP）
  4. 中途
    1. MJ参数
    2. MJ 高级提示
  5. 梦想工作室（WIP）
  6. 稳定部落（WIP）
  7. 梦想展位 (WIP)
  8. 视频扩散（WIP）

WebUI 基础知识

进入这个领域有点令人畏惧……但 4channers 做得很好，让这个变得平易近人。以下是我采取的最简单的步骤。您的目的是让 Stable Diffusion WebUI（使用 Gradio 构建）在本地运行，以便您可以开始提示和制作图像。

设置本地 GPU 使用率

稍后我们将进行 Google Colab Pro 设置，这样我们就可以在任何我们想要的任何设备上运行 SD；但首先，让我们在 PC 上设置 WebUI。您需要 16GB RAM、具有 2GB VRAM 的 GPU、Windows 7+ 和 20+GB 磁盘空间。

  1. 完成启动设置指南
    • 我按照这个进行到第 7 步，之后就进入了无尽的内容
    • 第 3 步平均需要 15-45 分钟的互联网速度，因为每个模型都有 5+ GB
    • 第 7 步可能需要半个小时以上，并且可能在 CLI 中显得“卡住”
    • 在步骤 3 中，我下载了 SD1.5，而不是 2.x 版本，因为 1.5 会产生更好的结果
    • CivitAI拥有所有SD模型；它类似于 HuggingFace，但专门针对 SD
  2. 验证 WebUI 是否正常工作
    1. 完成后复制 CLI 输出的 URL，例如127.0.0.1:7860 （不要使用 Ctrl + C，因为此命令可以关闭 CLI）
    2. 粘贴到浏览器中，瞧；尝试一下提示，你就可以开始比赛了
    3. 生成图像时会自动保存到stable-diffusion-webuioutputstxt2img-images
  3. 请记住，要更新，只需在 stable-diffusion-webui 文件夹中打开 CLI 并输入命令git pull

1

Linux设置

如果您使用的是 Windows，请完全忽略这一点。我也设法让它在 Linux 上运行，尽管它有点复杂。我开始遵循这个指南，但它写得相当糟糕，所以下面是我让它在 Linux 中运行的步骤。我使用的是 Linux Mint 20，它是 Ubuntu 20 发行版。

  1. 首先克隆 webui 存储库： git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
  2. 获取 SD 模型（例如 SD 1.5，如上一节所述）
  3. 将模型ckpt文件放入stable-diffusion-webui/models/Stable-diffusion
  4. 下载 Python（如果您还没有）： sudo apt install python3 python3-pip python3-virtualenv wget git
  5. 而且WebUI非常特殊，所以我们需要安装Conda，一个虚拟环境管理器，才能在以下内部工作： 
 wget https://repo.anaconda.com/miniconda/Minconda3-latest-Linux-x86_64.sh
chmod +x Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
  1. 现在创建环境： conda create --name sdwebui python=3.10.6
  2. 激活环境： conda activate sdwebui
  3. 导航到您的 WebUI 文件夹并输入./webui.sh
  4. 它应该执行一段时间，直到您收到有关无法访问 CUDA/GPU 的错误...这很好，因为这是我们的下一步
  5. 首先擦除所有现有的 Nvidia 驱动程序： 
 sudo apt update
sudo apt purge *nvidia*
  1. 现在，按照本指南中的一些内容，找出您的 Linux 机器拥有的 GPU（最简单的方法是打开驱动程序管理器应用程序，您的 GPU 将被列出；但是有十几种方法，只需 Google 即可）
  2. 进入这个页面，点击Linux x86_64下的“最新新功能分支”（对我来说，是530.xx.xx）
  3. 单击“支持的产品”选项卡并按 Ctrl + F 查找您的 GPU；如果列出，则继续，否则退出并尝试“最新生产分支版本”；记下数字，例如 530
  4. 在终端中，键入： sudo add-apt-repository ppa:graphics-drivers/ppa
  5. 使用sudo apt-get update更新
  6. 启动驱动程序管理器应用程序，您应该会看到它们的列表；不要选择推荐的驱动程序（例如，nvidia-driver-530-open），而是选择之前的驱动程序（例如，nvidia-driver-530），然后应用更改；或者，使用sudo apt-get install nvidia-driver-530将其安装在终端中
  7. 此时，您应该会通过 CLI 看到有关安全启动的弹出窗口，要求您输入 8 位密码：设置并记下该密码
  8. 重新启动你的电脑，在加密/用户登录之前，你应该看到一个类似 BIOS 的屏幕（我是凭记忆写的），其中有一个输入 MOK 密钥的选项；点击它并输入密码，然后提交并启动；这里有一些信息
  9. 像平常一样登录并输入命令nvidia-smi ；如果成功，它应该打印一个表格；如果没有，它会说“无法连接到 GPU；请确保安装了最新的驱动程序”
  10. 现在安装 CUDA（此处的最后一个命令应打印有关新安装的 CUDA 的一些信息）；从本指南： 
 sudo apt update
sudo apt install apt-transport-https ca-certificates gnupg
sudo apt install nvidia-cuda-toolkit
nvcc-version
  1. 现在返回并执行步骤 7-9；如果您收到此消息“错误：无法激活 python venv，正在中止...”，请转到下一步（否则，您将开始比赛，并将像平常一样从 CLI 复制 IP 地址，然后可以开始玩 SD）
  2. 这个 Github 问题对这个 venv 问题有一些故障排除...对我来说，有效的是运行
 python3 -c 'import venv'
python3 -m venv venv/

然后转到/stable-diffusion-webui文件夹并运行： 

 rm -rf venv/
python3 -m venv venv/

在那之后，它对我有用。

更深入

  1. 阅读提示技巧，因为有很多东西需要了解（例如，积极提示与消极提示、采样步骤、采样方法等）
    • OpenArt 提示手册指南
    • 权威的 SD 提示指南
    • 简洁的提示指南
    • 4chan 提示技巧 (NSFW)
    • 提示和图像的集合
    • 分步动漫女孩提示指南
  2. 阅读一般 SD 知识：
    • 精液稳定扩散出版物
    • CompVis / Stability AI Github（原始 SD 模型的主页）
    • 稳定扩散纲要（良好的外部资源）
    • 稳定的扩散链接中心（令人难以置信的 4chan 资源）
    • 稳定扩散金矿
    • 简化的 SD 金矿
    • 随机/杂项。标清链接
    • 常见问题解答（NSFW）
    • 另一个常见问题解答
  3. 加入稳定扩散的不和谐
  4. 及时了解稳定扩散新闻
    • 您是否知道，截至 2023 年 3 月，可以使用 1.7B 参数的文本到视频扩散模型？
  5. 在 WebUI 中乱搞，尝试不同的模型、设置等。

提示

提示中的单词顺序会产生影响：较早的单词优先。一个好的提示的一般结构，来自这里：

另一个很好的指南说提示应该遵循以下结构：