国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

運(yùn)行stable diffusion

這篇具有很好參考價(jià)值的文章主要介紹了運(yùn)行stable diffusion。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問。

1、stable diffusion git下載代碼

https://github.com/CompVis/stable-diffusion

安裝環(huán)境ldm

2、下載模型

從網(wǎng)站中 CompVis (CompVis)?下載compvis的模型,有如下,下載模型如果有問題,運(yùn)行中會(huì)提示錯(cuò)誤。需要重新下載

stable diffusion源碼運(yùn)行,生成,stable diffusion

?3、運(yùn)行

到1的主目錄下,運(yùn)行:其中init-img是自己選的圖片,prompt是生成的提示詞

python scripts/img2img.py --init-img demoimg/man3.png --n_samples 4 --outdir outputs/img2img/0 --ckpt models/ldm/stable-diffusion-v1-4/sd-v1-4.ckpt --prompt “a men in black, tied hair and waist, tall and fit, deep eyes and gnarled beard”

4、bug1:

img2img.py 53:? w, h = image.size

print(f"loaded input image of size ({w}, {h}) from {path}") # 158*162

最終resize到128*160,為32的倍數(shù),然而有bug,size 問題,提示如下。

解決:w, h = map(lambda x: x - x % 64, (w, h))

改成64的倍數(shù)即可——這里是因?yàn)閡net里有3次downsample,即unet的輸入需要是8的倍數(shù)。若32則僅保證4倍

Traceback (most recent call last):
? File "/cfs/cfs_dataV/workdir/Research_stage2/stable-diffusion/scripts/img2img.py", line 308, in <module>
? ? main()
? File "/cfs/cfs_dataV/workdir/Research_stage2/stable-diffusion/scripts/img2img.py", line 271, in main
? ? samples = sampler.decode(z_enc, c, t_enc, unconditional_guidance_scale=opt.scale,
? File "/data/miniconda3/envs/env-novelai/lib/python3.10/site-packages/torch/autograd/grad_mode.py", line 27, in decorate_context
? ? return func(*args, **kwargs)
? File "/cfs/cfs_dataV/workdir/Research_stage2/stable-diffusion/ldm/models/diffusion/ddim.py", line 238, in decode
? ? x_dec, _ = self.p_sample_ddim(x_dec, cond, ts, index=index, use_original_steps=use_original_steps,
? File "/data/miniconda3/envs/env-novelai/lib/python3.10/site-packages/torch/autograd/grad_mode.py", line 27, in decorate_context
? ? return func(*args, **kwargs)
? File "/cfs/cfs_dataV/workdir/Research_stage2/stable-diffusion/ldm/models/diffusion/ddim.py", line 177, in p_sample_ddim
? ? e_t_uncond, e_t = self.model.apply_model(x_in, t_in, c_in).chunk(2)
? File "/cfs/cfs_dataV/workdir/Research_stage2/stable-diffusion/ldm/models/diffusion/ddpm.py", line 987, in apply_model
? ? x_recon = self.model(x_noisy, t, **cond)
? File "/data/miniconda3/envs/env-novelai/lib/python3.10/site-packages/torch/nn/modules/module.py", line 1130, in _call_impl
? ? return forward_call(*input, **kwargs)
? File "/cfs/cfs_dataV/workdir/Research_stage2/stable-diffusion/ldm/models/diffusion/ddpm.py", line 1410, in forward
? ? out = self.diffusion_model(x, t, context=cc)
? File "/data/miniconda3/envs/env-novelai/lib/python3.10/site-packages/torch/nn/modules/module.py", line 1130, in _call_impl
? ? return forward_call(*input, **kwargs)
? File "/cfs/cfs_dataV/workdir/Research_stage2/stable-diffusion/ldm/modules/diffusionmodules/openaimodel.py", line 751, in forward
? ? h = th.cat([h, hs.pop()], dim=1)
RuntimeError: Sizes of tensors must match except in dimension 1. Expected size 3 but got size 5 for tensor number 1 in the list.文章來源地址http://www.zghlxwxcb.cn/news/detail-819786.html

到了這里,關(guān)于運(yùn)行stable diffusion的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • Stable Diffusion生成圖片

    Stable Diffusion生成圖片

    畫質(zhì) masterpiece,best quality,illustration,extremely detail CG unity 8k wallpaper,ultra-detailed,depth of field 杰作,最佳質(zhì)量,插圖,極度詳細(xì)的8K壁紙,超高詳細(xì)度,景深 畫風(fēng) Chinese ink painting,water color,oil painting,sketch,realistic 中國水墨畫,水彩,油畫,素描,寫實(shí) 人物 1girl,solo,upper body,black hair,

    2024年02月07日
    瀏覽(19)
  • 使用stable diffusion生成圖片

    使用stable diffusion生成圖片

    requirements.txt 內(nèi)容如下 保存為stable_diffusion.py并執(zhí)行 ?

    2024年02月13日
    瀏覽(94)
  • Stable Diffusion 圖像生成測(cè)試

    Stable Diffusion 圖像生成測(cè)試

    最近圖像多模態(tài)生成模型特別火,簡(jiǎn)單嘗試了下。 項(xiàng)目地址:GitHub - CompVis/stable-diffusion: A latent text-to-image diffusion model 由于本地GPU比較弱雞,使用了Google的colab進(jìn)行了簡(jiǎn)單嘗試,colab地址: https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/stable_diffusion.ipynb 被效果

    2024年02月16日
    瀏覽(25)
  • Stable Diffusion 生成高清圖片

    Stable Diffusion 生成高清圖片

    記錄一下使用 Stable Diffusion 生成高清圖片使用的插件和過程。 打開 Stable Diffusion,單擊 “擴(kuò)展” = “從網(wǎng)址安裝”, 輸入下面項(xiàng)目,單擊 “安裝”, 擴(kuò)展的 git 倉庫網(wǎng)址: https://github.com/Coyote-A/ultimate-upscale-for-automatic1111 然后單擊 “已安裝\\\",確認(rèn) “ultimate-upscale-for-automatic1

    2024年02月08日
    瀏覽(22)
  • Stable Diffusion 如何生成字體拼圖

    Stable Diffusion 如何生成字體拼圖

    像我的微信頭像這樣的圖片怎么生成呢? ? ?首先準(zhǔn)備一張白紙黑字的圖,放到ControlNet里,然后選下面幾項(xiàng):? ? 選好以后就可以出圖了: ?

    2024年02月12日
    瀏覽(23)
  • Stable diffusion游戲圖標(biāo)生成講解

    Stable diffusion游戲圖標(biāo)生成講解

    hello大家好,這里是ai繪畫剛上路的萌新張懟懟,專注訓(xùn)練游戲圖標(biāo)。今天教大家如何用 stable diffusion中的模型生成游戲圖標(biāo)中技能圖標(biāo)的圖片。(新手教程,如有遺漏、不足之處還望大家包涵并指出,共同完善游戲圖標(biāo)生成教程) 先給大家看一下生成的忍者神龜和劍。 以上

    2024年02月09日
    瀏覽(15)
  • 使用stable diffusion 生成作品流程

    使用stable diffusion 生成作品流程

    ? AOTUDL 云部署 1.算力市場(chǎng)選用RTX3090/RTX A5000 2.點(diǎn)擊算法鏡像noval ai 3.0和Lora scripts 配置python環(huán)境及其他 3.啟動(dòng)stable diffusion和Lora scripts 4.裝配模型:可在如Civitai上下載標(biāo)注有 CKPT 的模型,有模型才能作畫。下載的模型放入下載后文件路徑下的 models/Stable-diffusion 目錄。 5.Stable D

    2024年02月10日
    瀏覽(20)
  • AMD GPU安裝運(yùn)行stable diffusion

    AMD GPU安裝運(yùn)行stable diffusion

    本文操作環(huán)境為Windows10/11+AMD AI繪畫是一種利用人工智能技術(shù)進(jìn)行繪畫的方法。它可以通過機(jī)器學(xué)習(xí)算法來學(xué)習(xí)藝術(shù)家的風(fēng)格,并生成類似于藝術(shù)家的作品。最近,AI繪畫技術(shù)得到了很大的發(fā)展,許多公司和研究機(jī)構(gòu)都在進(jìn)行相關(guān)的研究和開發(fā)。例如,OpenAI最近推出了一個(gè)名為

    2024年02月05日
    瀏覽(14)
  • chatGPT生成stable diffusion 提示詞

    chatGPT生成stable diffusion 提示詞

    # Stable Diffusion prompt 助理 你來充當(dāng)一位有藝術(shù)氣息的Stable Diffusion prompt 助理。 ## 任務(wù) 我用自然語言告訴你要生成的prompt的主題,你的任務(wù)是根據(jù)這個(gè)主題想象一幅完整的畫面,然后轉(zhuǎn)化成一份詳細(xì)的、高質(zhì)量的prompt,讓Stable Diffusion可以生成高質(zhì)量的圖像。 ## 背景介紹 Stab

    2024年02月03日
    瀏覽(25)
  • Stable Diffusion生成藝術(shù)二維碼

    Stable Diffusion生成藝術(shù)二維碼

    文章會(huì)有瀏覽問題,點(diǎn)擊此處查看原文 首先需要一個(gè)Stable Diffusion服務(wù)環(huán)境,《Stable Diffusion服務(wù)環(huán)境搭建(遠(yuǎn)程服務(wù)版)》如果你已經(jīng)有了那就忽略 首先解析二維碼鏈接,這里用草料二維碼來實(shí)現(xiàn) 鏈接https://cli.im/ 這里點(diǎn)擊解碼,來生成二維碼鏈接,接著上傳二維碼圖片,復(fù)

    2024年02月16日
    瀏覽(19)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包