首頁>編程相關>其他源碼
下載
穩定擴散端對端指南

穩定擴散端到端指南 - 從菜鳥到專家

我開始對使用 SD 生成軍事應用圖像感興趣。大部分資源取自 4chan 的 NSFW 版塊，因為 anons 使用 SD 製作無盡。有趣的是，規範的 SD WebUI 具有動漫/無盡圖像板的內建功能...DALL-E 之後 SD 的第一個用例就是生成動漫女孩，因此跳到無盡並不奇怪。

無論如何，這些怪人的技術適用於各種應用，尤其是 LoRA，它就像模型微調器。這個想法是與特定的 LoRA（例如，軍用車輛、飛機、武器等）合作，產生用於訓練視覺模型的合成圖像資料。訓練新的、有用的 LoRA 也很有趣。稍後的內容可能包括針對擾動進行修復。

免責聲明和來源

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！

您實際上可以用 SD 做什麼？ Huggingface 和其他一些公司在瀏覽器中為您提供了一些應用程式。和他們一起玩，看看它們的威力！在本指南中我們要做的是獲得完整的、可擴展的 WebUI，以便我們可以做任何我們想做的事情。

  • Huggingface 文字到圖像 SD Playground
  • Dreamstudio 文字到圖像 SD 應用程式
  • Dezgo 文字到圖像 SD 應用程式
  • Huggingface 影像到影像 SD 遊樂場
  • Huggingface 繪畫遊樂場

目錄

  1. WebUI 基礎知識
    1. 設定本地 GPU 使用率
      1. Linux設定
    2. 更深入
      1. 提示
    3. 新穎的AI模型
    4. 洛拉
    5. 玩轉模型
    6. VAE
    7. 把它們放在一起
      1. 一般 SD 流程
      2. 儲存提示
      3. txt2img 設定
      4. 重新生成先前產生的影像
      5. 排除錯誤
    8. 變得舒適
    9. 測試
  2. 網路使用者介面進階
    1. 提示編輯
    2. 變形金剛
    3. 影像2影像
    4. 修復
    5. 附加功能
    6. 控制網
    7. 製作新東西（WIP）
      1. 檢查點合併
      2. 訓練 LoRA
      3. 訓練新模型
  3. Google Colab 設定（WIP）
  4. 中途
    1. MJ參數
    2. MJ 高級提示
  5. 夢想工作室（WIP）
  6. 穩定部落（WIP）
  7. 夢想展位 (WIP)
  8. 視訊擴散（WIP）

WebUI 基礎知識

進入這個領域有點令人畏懼……但 4channers 做得很好，讓這個變得平易近人。以下是我採取的最簡單的步驟。您的目的是讓 Stable Diffusion WebUI（使用 Gradio 建置）在本機上運行，以便您可以開始提示和製作映像。

設定本地 GPU 使用率

稍後我們將進行 Google Colab Pro 設置，這樣我們就可以在任何我們想要的任何裝置上運行 SD；但首先，讓我們在 PC 上設定 WebUI。您需要 16GB RAM、具有 2GB VRAM 的 GPU、Windows 7+ 和 20+GB 磁碟空間。

  1. 完成啟動設定指南
    • 我按照這個進行到第 7 步，之後就進入了無盡的內容
    • 步驟 3 平均需要 15-45 分鐘的網路速度，因為每個型號都有 5+ GB
    • 步驟 7 可能需要半小時以上，並且可能在 CLI 中顯得“卡住”
    • 在步驟 3 中，我下載了 SD1.5，而不是 2.x 版本，因為 1.5 會產生更好的結果
    • CivitAI擁有所有SD模型；它類似於 HuggingFace，但專門針對 SD
  2. 驗證 WebUI 是否正常運作
    1. 完成後複製 CLI 輸出的 URL，例如127.0.0.1:7860 （不要使用 Ctrl + C，因為此命令可以關閉 CLI）
    2. 貼到瀏覽器中，瞧；試試看提示，你就可以開始比賽了
    3. 產生影像時會自動儲存到stable-diffusion-webuioutputstxt2img-images
  3. 請記住，要更新，只需在 stable-diffusion-webui 資料夾中開啟 CLI 並輸入命令git pull

1

Linux設定

如果您使用的是 Windows，請完全忽略這一點。我也設法讓它在 Linux 上運行，儘管它有點複雜。我開始遵循這個指南，但它寫得相當糟糕，所以以下是我讓它在 Linux 中運行的步驟。我使用的是 Linux Mint 20，它是 Ubuntu 20 發行版。

  1. 首先複製 webui 儲存庫： git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
  2. 取得 SD 模型（例如 SD 1.5，如上一節所述）
  3. 將模型ckpt檔放入stable-diffusion-webui/models/Stable-diffusion
  4. 下載 Python（如果您還沒有）： sudo apt install python3 python3-pip python3-virtualenv wget git
  5. 而且WebUI非常特殊，所以我們需要安裝Conda，一個虛擬環境管理器，才能在以下內部工作： 
 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. 現在建立環境： conda create --name sdwebui python=3.10.6
  2. 啟動環境： conda activate sdwebui
  3. 導航到您的 WebUI 資料夾並輸入./webui.sh
  4. 它應該執行一段時間，直到您收到有關無法存取 CUDA/GPU 的錯誤...這很好，因為這是我們的下一步
  5. 首先擦除所有現有的 Nvidia 驅動程式： 
 sudo apt update
sudo apt purge *nvidia*
  1. 現在，按照本指南中的一些內容，找出您的Linux 機器擁有的GPU（最簡單的方法是打開驅動程式管理器應用程序，您的GPU 將被列出；但是有十幾種方法，只需Google 即可）
  2. 進入這個頁面，點擊Linux x86_64下的「最新新功能分支」（對我來說，是530.xx.xx）
  3. 點擊「支援的產品」標籤並按 Ctrl + F 尋找您的 GPU；如果列出，則繼續，否則退出並嘗試“最新生產分支版本”；記下數字，例如 530
  4. 在終端機中，鍵入： sudo add-apt-repository ppa:graphics-drivers/ppa
  5. 使用sudo apt-get update更新
  6. 啟動驅動程式管理器應用程序，您應該會看到它們的清單；不要選擇建議的驅動程式（例如，nvidia-driver-530-open），而是選擇先前的驅動程式（例如，nvidia-driver-530），然後套用變更；或者，使用sudo apt-get install nvidia-driver-530將其安裝在終端機中
  7. 此時，您應該會透過 CLI 看到有關安全啟動的彈出窗口，要求您輸入 8 位密碼：設定並記下該密碼
  8. 重新啟動你的電腦，在加密/使用者登入之前，你應該會看到一個類似 BIOS 的畫面（我是憑記憶寫的），其中有一個輸入 MOK 金鑰的選項；點擊它並輸入密碼，然後提交並啟動；這裡有一些資訊
  9. 像平常一樣登入並輸入命令nvidia-smi ；如果成功，它應該會列印一個表格；如果沒有，它會說“無法連接到 GPU；請確保安裝了最新的驅動程式”
  10. 現在安裝 CUDA（此處的最後一個命令應列印有關新安裝的 CUDA 的一些資訊）；從本指南： 
 sudo apt update
sudo apt install apt-transport-https ca-certificates gnupg
sudo apt install nvidia-cuda-toolkit
nvcc-version
  1. 現在返回並執行步驟 7-9；如果您收到此訊息“錯誤：無法啟動python venv，正在中止...”，請轉到下一步（否則，您將開始比賽，並將像平常一樣從CLI 複製IP 位址，然後可以開始玩SD ）
  2. 這個 Github 問題對這個 venv 問題有一些故障排除...對我來說，有效的是運行
 python3 -c 'import venv'
python3 -m venv venv/

然後轉到/stable-diffusion-webui資料夾並運行： 

 rm -rf venv/
python3 -m venv venv/

在那之後，它對我有用。

更深入

  1. 閱讀提示技巧，因為有很多東西需要了解（例如，積極提示與消極提示、採樣步驟、採樣方法等）
    • OpenArt 提示手冊指南
    • 權威的 SD 提示指南
    • 簡潔的提示指南
    • 4chan 提示技巧 (NSFW)
    • 提示和圖像的集合
    • 分步動漫女孩提示指南
  2. 閱讀一般 SD 知識：
    • 精液穩定擴散出版物
    • CompVis / Stability AI Github（原始 SD 模型的主頁）
    • 穩定擴散綱要（良好的外部資源）
    • 穩定的擴散鏈結中心（令人難以置信的 4chan 資源）
    • 穩定擴散金礦
    • 簡化的 SD 金礦
    • 隨機/雜項。標清連結
    • 常見問題（NSFW）
    • 另一個常見問題解答
  3. 加入穩定擴散的不和諧
  4. 隨時了解穩定擴散新聞
    • 您是否知道，截至 2023 年 3 月，可以使用 1.7B 參數的文字到視訊擴散模型？
  5. 在 WebUI 中亂搞，嘗試不同的模型、設定等。

提示

提示中的單字順序會產生影響：較早的單字優先。一個好的提示的一般結構，來自這裡：

另一個很好的指南說提示應該遵循以下結構：