AI小画家本地部署简单上手（更新colab NovelAI）

伊莉伊莉雅

NovelAI Colab脚本
来自StableDiffusion_cn
https://colab.research.google.com/drive/1_Ma71L6uGbtt6UQyA3FjqW2lcZ5Bjck-

①↑打开由 colab文档链接，登录谷歌账号，左上角，代码执行程序→全部运行
且注意第一步有没有下载成功，如失败请重新运行
②直到第三步，会显示 bore.pub:xxx 和  xxx.trycloudflare.com
两个都是前端地址，不同映射隧道，哪个稳定用哪个
但需要等待出现 Application startup complete / 0.0.0.0:6969 字样出现时再访问
③可选，以 float16 半精准极限运行7G模型
需要结束上方第三步的运行，再运行第四步，依然是等待新地址访问

试了下生成速度还蛮快，2it/s左右，显卡不好或者A卡的话可以考虑直接用这个。

NovelAI本地整合包（非SD-WebUI）
来自B站 秋叶aaaki BV1EV4y1L7dX
链接：https://pan.baidu.com/s/1AAHoNYYano6q7XBl3luCcg
提取码：upqn
SD-WebUI推荐直接使用整合包。

A1111压缩包版（更新v5，可以加群追更新）
链接：https://pan.baidu.com/s/1JSj4_KQ2Q92Z58q-USrX9Q?pwd=7knu
提取码：7knu微云：https://share.weiyun.com/m48PpPgA


之前v2，v3版的下载v2升v4补丁包，解压覆盖，然后再下载v4升v5补丁包，解压覆盖。

新安装，直接下载v4完整包和v4升v5补丁包，解压v4完整版之后，解压补丁包覆盖。

参考下方下载模型部分，选择模型下载到models\Stable-diffusion下。
第一次打开webui_setup.bat，之后运行启动对应的webui_run_xxx.bat

等待如图显示url的时候即启动成功，浏览器打开127.0.0.1:7860即可。（<-之前手滑打成7890了，不好意思
Over。

使用NovelAI模型
1.下载nd_latest.ckpt模型，下载nd_latest.vae.pt，两个均放到stable-diffusion-webui\models\Stable-diffusion下
2.下载hypernetworks文件夹，放到stable-diffusion-webui\models文件夹下
3.hypernetworks使用参考下方的替换模型部分。

• 替换模型
  1. 运行之后，在网页的Settings选项卡中，下拉找到Stable Diffusion（有的webui不用下拉，在右侧能看到StableDiffusion的选项）
     
  2. 在下拉框中选择想要加载的模型。NovelAI的模型可以配合hypernetworks使用，参照NovelAI模型下载部分，将hypernetworks下载好，在这里可以选择相应的pt。不同pt效果，可以自己参考下方生成对比图测试。

  复制代码
  
  
• 
  

下载其他模型
模型下载地址
SD官方模型

huggingface需要先注册登录。

https://huggingface.co/CompVis/stable-diffusion-v-1-4-original

二次元模型

• NovelAI
  见上面。
• Waifu Diffusion
  以Danbooru的图片进行训练的二次元模型，目前被NovelAI薄纱，期待后续赶上。
  v1.2: https://huggingface.co/hakurei/waifu-diffusion
  v1.3: https://huggingface.co/hakurei/waifu-diffusion-v1-3
• TrinArt
  动漫专精模型，和wd、NovelAI都不是一个训练来源，推荐装一个。
  https://huggingface.co/naclbit/trinart_stable_diffusion_v2/tree/main
• 其他模型汇总（简单来说都被NovelAI薄纱，没有用的必要）：
  https://rentry.org/sdmodels
  
  

几种二次元模型对比：




其他功能

混合模型
将下载的模型放到文件夹 stable-diffusion-webui/models/Stable-diffusion下面运行之后，可以在Checkpoint Merger选项卡混合两个模型。
比如用wd1.3与trinart以7:3的比例混合。（影响效果大概就是wd1.3 * 0.7 + trinart * 0.3）混合后的模型也在模型文件夹中。


生成对比图
在Script下拉框中选择X/Y plot，可以生成方阵图，比如这里x轴选择Checkpoint name，y轴不选，就会生成上面那种相同参数不同模型的对比图。




-------------------------------------此楼结束，2楼3楼还有其他内容。------------------------------------------------
-----------------------------------------------------------正片开始------------------------------------------------------------
以下内容对网络要求比较高，需要熟练掌握pip修改国内源，conda修改国内源，适当时机打开梯子，适当时机关闭梯子等技巧，如果觉得自己做不到的还是不用看了。
但是能薄纱SD-WebUI的本地NovelAI那么香，确定不看一下么？注* 出图效果在测试过的大部分case下可以说与在线版均处于误差范围内（即可以认为和在线版一样），小部分case差别较大，具体各种case的对比稍后会附上。

先是谢罪时间
几个问题：
1.automatic1111的项目介绍里写的很清楚的直接安装的教程，为什么我要用conda？
之前说了，怕直接安装会污染环境。
2.就算用conda，为什么不用自动化脚本？
之前也说了，考虑到自动化脚本在网络不好的情况下很容易中断，又没有错误提示，很难排查，我把自动化脚本拆出来一步一步手动运行，哪里出错救哪里。
3.你这手动启动咋那么麻烦呢？
是我智障了，后面补了个启动脚本，自动切conda环境，自动启动py。
4.automatic1111更新那么频繁，都是动态依赖各种库的版本，你这怎么更新？
是我智障加考虑不周，没想到大佬这么肝（感谢大佬），后面加了一些手动更新的方法，但还是比较繁琐。
5.更新问题最后怎么处理的？
摆烂了（不是），把手动操作全都去掉了，只要网络没问题就没问题。
启动脚本直接调用原工程的自动化脚本进行环境初始化（之前按照教程安装过的坛友直接运行最新的启动脚本就可以了）。

那么conda的优点呢，从SD-WebUI切到NovelAI，除去下载时间，只花了我20分钟不到就把项目跑起来了，按照我的操作来，可以5分钟内搞定。
*前提是SD-WebUI的环境已经更新到python310了，如果照着前两天的更新，应该都是310了，如果不是，先重新创建个310的环境，具体看下方更新支持xformers部分。

准备工作

选择StableDiffusion版本

原版的SD需要使用命令行进行操作，对于普通用户来说非常麻烦。

社区制作的图形显示界面方面通常包含两种，一种是套壳GUI，比如 Stable Diffusion GRisk GUI。另一种是基于Gradio或Streamlit 的Web前端。套壳GUI相比WebUI来说更新速度较慢，功能扩展较少。

各项目的介绍里通常都有安装教程，只是多数项目都是直接安装环境，这会影响到以后安装其他的项目。环境分离可以使用Conda，也可以使用Docker，这里介绍如何使用Conda进行安装，不同的项目之间操作大同小异。

如果有一定基础，可以直接按照仓库的说明进行安装，因为网络问题，项目里自带的一些智能化脚本并不智能，安装的时候不好定位问题出在哪里，所以我把自动化脚本又拆成了手动化操作，看上去更繁琐了，但是安装成功的几率高一些。

原版SD地址：

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

WebUI:

• AUTOMATIC1111：
  其他版本都被Automatic1111薄纱了，赞美肝帝，只用这一个就够了。
  https://github.com/AUTOMATIC1111/stable-diffusion-webui
  对应的Krita插件：https://github.com/sddebz/stable-diffusion-krita-plugin
• sd-webui：
  早期用的人比较多，后来被AUTOMATIC1111反超，无显存优化。
  
  

      https://github.com/sd-webui/stable-diffusion-webui

• imperator-maximus：
  早期基于AUTOMATIC1111，添加了REST API，方便制作Krita 或 Photoshop等软件的插件。现阶段Automatic1111肝帝模式的情况下，不建议使用。
  https://github.com/imperator-maximus/stable-diffusion-webui
  对应的Krita插件：https://www.flyingdog.de/sd/en/
  
  

安装基础软件

• Anaconda
  https://www.anaconda.com/
• git
  https://gitforwindows.org/
  
  

安装

• 选择目录，右键Git Bash Here，clone仓库：

  1. git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

  复制代码

• 打开Anaconda Prompt (Anaconda3)

  1. conda config --add envs_dirs D:\ProgramData\Anaconda3\envs //设置虚拟环境路径（默认在C盘），自行替换虚拟环境路径
     
  2. conda config --add pkgs_dirs D:\ProgramData\Anaconda3\pkgs //这个不换也行，也可以改为其他路径，该路径默认无写权限，如果换到了这个目录需要用<b>管理员模式</b>打开Anaconda Prompt
     
  3. cd D:\__AI\Stable Diffusion\stable-diffusion-webui //进入克隆的webui工程目录，自行替换为对应工程所在目录
     
  4. D: //进入工程目录所在盘符，自行替换为程序目录所在盘符（上面cd D:/xxx之后还处于C盘，需要再输入一次盘符加:然后回车（比如d:）才会进入到目标目录）

  复制代码

• 以管理员身份打开Anaconda Prompt (Anaconda3) （如果未修改pkgs文件夹，则不需要管理员模式）
• 使用Proxifier将python.exe添加到规则中，应用梯子规则，下载环境需要python全程走梯子。（如果熟悉conda安装环境，或者替换了国内的conda源，则不需要开梯子，按正常流程即可）
• 创建虚拟环境
  
  

1. conda create -n ldm python=3.10 //创建环境
   
2. activate ldm //切换环境
   
3. mkdir repositories //创建其他仓库父目录

复制代码

• 添加模型
  1. 将下载的模型放到文件夹 stable-diffusion-webui/models/Stable-diffusion

  复制代码
  
  

• 安装依赖并运行
  
  

下载附件脚本，放到stable-diffusion-webui目录。
下载之后，右键使用文本编辑器打开，有两个地方要修改，一个是conda环境名字（ldm或者automatic或者自己修改的其他环境名），另一个是Conda的安装目录。修改保存之后，双击打开即可。

*可选 修改"set COMMANDLINE_ARGS=" ，以下功能根据自己的需求，将对应参数添加到set COMMANDLINE_ARGS=后面即可。

1. 1.deepdanbooru
   
2. --deepdanbooru
   
3. 2.局域网访问
   
4. --listen
   
5. 3.公网访问
   
6. --share
   
7. 4.开启xformers（具体参考xformers部分，加这个之前一定要先看过那部分，很多人没有安装xformers就打开了这个选项，结果就会出错）
   
8. --xformers
   
9. 5.强制开启xformers（跳过条件检查，不会报错）
   
10. --force-enable-xformers
    
11. 6.显存低于3G的显卡
    
12. --lowvram --always-batch-cond-uncond
    
13. 7.显存低于5G的显卡
    
14. --medvram
    
15. 8.16xx显卡4G
    
16. --precision full --no-half --lowvram --always-batch-cond-uncond
    
17. 9.16xx显卡6G
    
18. --precision full --no-half --medvram
    
19. 示例：比如我有大显存，想要用deepdanbooru，开启xformers，局域网可访问，就是以下参数：
    
20. set COMMANDLINE_ARGS=--deepdanbooru --force-enable-xformers --listen

复制代码

对于不能看附件的坛友，把下面的内容复制，新建一个文本文档，粘贴，照着上面的内容进行修改，保存成xxx.bat，注意后缀名要把txt改成bat，有的系统可能没有显示后缀名，要先设置显示后缀名，再把后缀名改成bat，之后都运行这个bat即可。

1. @echo off
   
2. 
   
3. set conda_env_name=ldm
   
4. set COMMANDLINE_ARGS=
   
5. :: Put the path to conda directory after "=" sign if it's installed at non-standard path:
   
6. set custom_conda_path=E:\ProgramData\Anaconda3
   
7. 
   
8. IF NOT "%custom_conda_path%"=="" (
   
9.   set paths=%custom_conda_path%;%paths%
   
10. )
    
11. 
    
12. set paths=%ProgramData%\miniconda3
    
13. set paths=%paths%;%USERPROFILE%\miniconda3
    
14. set paths=%paths%;%ProgramData%\anaconda3
    
15. set paths=%paths%;%USERPROFILE%\anaconda3
    
16. 
    
17. for %%a in (%paths%) do (
    
18. IF NOT "%custom_conda_path%"=="" (
    
19.    set paths=%custom_conda_path%;%paths%
    
20. )
    
21. )
    
22. 
    
23. for %%a in (%paths%) do (
    
24. if EXIST "%%a\Scripts\activate.bat" (
    
25.     SET CONDA_PATH=%%a
    
26.     echo anaconda3/miniconda3 detected in %%a
    
27.     goto :foundPath
    
28. )
    
29. )
    
30. 
    
31. IF "%CONDA_PATH%"=="" (
    
32.   echo anaconda3/miniconda3 not found. Install from here https://docs.conda.io/en/latest/miniconda.html
    
33.   exit /b 1
    
34. )
    
35. 
    
36. 
    
37. :foundPath
    
38. call "%CONDA_PATH%\Scripts\activate.bat" "%conda_env_name%"
    
39. python "%CD%"\launch.py

复制代码

• 最后出现这个就是运行成功了，打开浏览器，输入127.0.0.1:7860 即可。
• 如果加了--listen，会显示0.0.0.0:7860，同样输入127.0.0.1:7860 或者 当前机器的ip地址:7860 或者 localhost:7860 都可以访问，同局域网内其他机器输入 当前机器的ip地址:7860 即可（比如192.168.1.233:7860）
• 如果加了--share，会多出一条xxxxx.gradio.app的链接，就可以把这个链接拿给朋友使用。程序不关闭的话，链接有效时间为72小时，关闭程序则立即失效。
• 
  

更新支持xformers
新用户直接按安装部分操作即可，不受影响，老用户需要创建一个新的环境。
开启xformers之后，相比之前可以提高20%到60%的出图速度。[s/]（但是每一代显卡的xformers需要单独编译，项目里仅包含30系显卡的xformers，其他系显卡需要自行编译（网盘里附带了不知名群友编译的20系和群友露紫衣编译10系，下载解压放到webui的根目录））
官方已提供10，20,30系可通用的xformers，不再需要单独下载。
但是xformers需要python3.10，之前安装的虚拟环境都是3.8。因此需要创建一个新的环境来使用xformers。

• 创建虚拟环境（记得把ldm改为和之前不同的名字，或者把之前的ldm环境删掉）
  
  

1. conda create -n ldm python=3.10 //创建环境
   
2. activate ldm //切换环境

复制代码

• 修改webui-Run.bat
  

1. 1.修改对应的环境名
   
2. 2.在set COMMANDLINE_ARGS=后面加上--xformers
   
3. 比如这样：
   
4. set COMMANDLINE_ARGS=--deepdanbooru --xformers

复制代码

• 运行webui-Run.bat
• 假如窗口一闪而过，打开文件夹stable-diffusion-webui，点击文件管理器的地址栏，输入cmd，回车，输入webui-Run.bat，回车，出错不会直接退出。
  

运行

1. 运行webui-Run.bat。

复制代码

更新
部分库更新较快，比如automatic1111的最近一直爆肝更新，想要更新的话，首先更新webui的库
在stable-diffusion-webui文件夹下

1. git pull //拉取最新代码，建议使用sourcetree进行更新
   
2. 如果更新失败，检查报错信息，假如是有文件冲突，输入以下命令，注意最后的点不要漏了。
   
3. git checkout .
   
4. 再次
   
5. git pull
   
6. 更新完成后，运行webui-Run.bat
   

复制代码

本地NovelAI搭建
下载
链接：https://pan.baidu.com/s/12fcSUA9JyrWUhOHubOr8pA?pwd=zfvp


安装过SD-WebUI并且下过NovelAI模型的潭友只用下载NovelAI.zip，未安装过的需要把models文件夹也下载下来。


1.将NovelAI.zip解压，修改NovelAI-Run.bat
右键文本编辑器打开NovelAI-Run.bat，照例修改conda_env_name（环境名）与custom_conda_path（Conda安装目录，参考上面修改Webui-Run.bat的部分）两个值。
*可选 修改其他参数

1. set DTYPE=float32 //低显存修改为float16
   
2. set MODEL_PATH=models/animefull-final-pruned //模型路径，可以修改为models/animefull-latest-pruned
   
3. %PYTHON% uvicorn --host 0.0.0.0 --port=2333 --workers 1 main:app //根据需要修改端口
   

复制代码

2.准备模型

2.1 已有SD-WebUI环境，之前下载过NovelAI的模型


将nd_final.ckpt改名为model.ckpt，放入到models/animaefull-final-pruned目录下
将nd_latest.ckpt改名为model.ckpt，放入到models/animaefull-latest-pruned目录下
将nd_final.vae.pt或者nd_latest.vae.pt任意一个改名animevae.pt，放入到models目录下（没错，这两个其实是一个文件，我复制了一份改了个名，诶嘿）
将hypernetworks改名modules，放入到models目录下（然而这个目录的功能并木有实装，虽然大家在webui上玩的很欢）
2.2 新装环境或未下载过NovelAI的模型
直接把下载的models目录拷贝到NovelAI.zip解压的目录下，和原本的models目录合并即可。


models最终目录结构如下：


整个NovelAI的目录结构如下：



3.安装
3.1 已有SD-WebUI环境
首先需要SD-WebUI的环境已经更新到python310了，如果照着前两天的更新，应该都是310了，假如不是，先重新创建个310的环境，具体看上面的更新支持xformers部分。当然也可以看下面从头开始，但是重新创建310的环境，SD-WebUI也可以用，还是建议创建一个。

1. 运行Anaconda Prompt
   
2. activate ldm //切换环境
   
3. pip install -r requirements.txt
   
4. 运行NovelAI-Run.bat
   

复制代码

3.2 新装环境

1. 运行Anaconda Prompt
   
2. conda create -n ldm python=3.10 //创建环境
   
3. activate ldm //切换环境
   
4. pip install -r requirements.txt
   
5. 运行NovelAI-Run.bat

复制代码

之后启动都直接运行NovelAI-Run.bat即可。
结束。

伊莉伊莉雅

QQ群号：772340869二号机：202544539
验证答案：diffusion

常见错误：
整合包16和MX系列不支持半精度,出图会黑屏绿屏
替换整合包中的启动脚本。

requests.exceptions.ProxyError: HTTPSConnectionPool(host='huggingface.co', port=443):
打开Internet选项（可以直接搜），连接->局域网设置->取消勾选代理服务器前面的勾

伊莉伊莉雅

从danbooru等网站获取咒语的油猴插件。
首先需要Chrome或者其他浏览器安装油猴脚本，这个自己搜吧。
然后添加新脚本，将下列代码复制替换。（在原版的Get Booru Tags上添加了deepdanbooru和sankakucomplex的支持，其中deepdanbooru的代码是从坛友@Jacknife 那抄的，其实我根本不会js，当然我喜欢jsjcjk和jd）编辑器可能有点问题，试试附件

1. // ==UserScript==
   
2. // @name       Get Booru Tags
   
3. // @namespace    https://github.com/onusai/
   
4. // @version      0.1
   
5. // @description  Press the [`] tilde key under ESC to open a prompt with all tags
   
6. // @author       Onusai#6441
   
7. // @match       https://gelbooru.com/index.php?page=post&s=view&id=*
   
8. // @match        https://danbooru.donmai.us/posts/*
   
9. // @match        http://dev.kanotype.net:8003/deepdanbooru/*
   
10. // @match        https://chan.sankakucomplex.com/*
    
11. // @grant        none
    
12. // @license MIT
    
13. // ==/UserScript==
    
14. 
    
15. (function() {
    
16.     'use strict';
    
17. 
    
18.     let hot_key = "`"; // edit to change hotkey
    
19.     let remove_commas = false; // set to false to include commas
    
20.     let remove_underscores = true; // set to false to include underscore
    
21.     let remove_parentheses = true; // set to false to include parentheses
    
22. 
    
23.     document.addEventListener('keydown', function(event) {
    
24.         if (event.key == hot_key) {
    
25.             let tags = null;
    
26.             if (window.location.href.includes("/gelbooru.com")) tags = get_gel_tags();
    
27.             else if (window.location.href.includes("/danbooru.donmai.us")) tags = get_dan_tags();
    
28.             else if (window.location.href.includes("deepdanbooru")) tags = get_deepdan_tags();
    
29.             else if (window.location.href.includes("sankakucomplex")) tags = get_sankakucomplex_tags();
    
30.             if (tags != null) {
    
31.                 for (var i = 0; i < tags.length; i++) {
    
32.                     if (remove_underscores) tags[i] = tags[i].replace("_", " ");
    
33.                     else tags[i] = tags[i].replace(" ", "_");
    
34.                 }
    
35.                 let fprompt = tags.join(", ");
    
36.                 if (remove_commas) fprompt = fprompt.replaceAll(",", "");
    
37.                 if (remove_parentheses) fprompt = fprompt.replaceAll("(", "").replaceAll(")", "")
    
38.                 prompt("Prompt: " + tags.length + " tags\nTo check token length go to: https://beta.openai.com/tokenizer", fprompt);
    
39.             }
    
40.         }
    
41.     });
    
42. 
    
43.     function get_gel_tags() {
    
44.         let elms = ["tag-type-general", "tag-type-character", "tag-type-metadata", "tag-type-artist", "tag-type-copyright"];
    
45.         let iprompt = [];
    
46.         elms.forEach(tag => {
    
47.             Array.from(document.getElementsByClassName(tag)).forEach(e => {
    
48.                 iprompt.push(e.children[1].textContent);
    
49.             })
    
50.         });
    
51.         return iprompt;
    
52.     }
    
53. 
    
54.     function get_dan_tags() {
    
55.         let elms = ["general-tag-list", "character-tag-list", "meta-tag-list", "artist-tag-list", "copyright-tag-list"];
    
56.         let iprompt = [];
    
57.         elms.forEach(tag => {
    
58.             Array.from(document.getElementsByClassName(tag)).forEach(e => {
    
59.                 if (e.tagName == "UL") {
    
60.                     Array.from(e.getElementsByClassName("search-tag")).forEach(s => {
    
61.                         iprompt.push(s.textContent);
    
62.                     })
    
63.                 }
    
64.             })
    
65.         });
    
66.         return iprompt;
    
67.     }
    
68.     function get_deepdan_tags() {
    
69.         var threshold = 0.7;
    
70.         let iprompt = [];
    
71.         $('table').find('tbody:not(:last)').find('tr').each(function(_){
    
72.             if($(this).find('td').eq(1).text() > threshold){
    
73.                 iprompt.push($(this).find('td').first().text());
    
74.             }
    
75.         })
    
76.         return iprompt;
    
77.     }
    
78.      function get_sankakucomplex_tags() {
    
79.         let elms = ["image-link"];
    
80.         let iprompt = [];
    
81.         var img = document.getElementById("image-link").children[0];
    
82.         iprompt.push(img.alt);
    
83.         return iprompt;
    
84.     }
    
85. })();

复制代码

脚本支持gelbooru，danbooru，deepdanbooru和sankakucomplex四个网站。其中deepdanbooru需要梯子。
使用方法，打开上述网站的一张图，按键盘上的~键（ESC下方，1的左方），会弹出框显示当前图片的tag，复制即可。
对于任意一张图，如果想要获取tag，就可以使用上面说的deepdanbooru网站：http://dev.kanotype.net:8003/deepdanbooru/，上传任意一张图，会返回识别的tag（当然也会失败），识别tag之后，按~键弹出tag，然后自己精简到75个词之内吧。

伊莉伊莉雅

img2img的自动咒语功能
大佬爆肝更新的一个新功能，需要拉取webui的最新代码，然后修改启动脚本来启用该功能。
Conda安装版的修改方式参考顶楼的启动脚本部分。
A1111压缩包版需要修改setup和run两个bat。
分别在set COMMANDLINE_ARGS=后面加入--deepdanbooru

第一次先启动setup.bat安装deepdanbooru库，之后都直接启动run.bat即可。
启动之后会使用git拉取deepdanbooru的仓库并安装，注意网络环境。
打开img2img页面，可以看到多了两个按钮，如果点击clip，则会下载855M+933M的两个Clip模型，点击DeepBooru则会下载571M的DeepDanbooru模型。
Clip对于任意图片（简单测试）都可以识别生成简短的咒语，Deepdanbooru则限制较多，只能识别一些二刺猿图（简单测试），两个可以互补着使用。



通过clip生成的咒语生成的图片



通过deepdanbooru生成的咒语生成的图片



原图生成时使用的咒语，可以看到deepdanbooru识别效果还蛮好的。

月影镇魂曲

好，顶

与何人说

mark

伊莉伊莉雅

直接复制前两天写的markdown，编辑窗口看挺正常，发出来果然乱了，等我重新排版一下。

Nanachi

本地部署的优点是可以细化领域训练吧，比如针对某些特殊画家画风

哈扎马

收藏了

水松涛木

收藏了

吴怀在

你已经是一个成熟的AI了，下载下来后要学会自己动

Lisylfn

代理直接终端set就好了, 不需要Proxifier
set http_proxy=http://127.0.0.1:port & set https_proxy=http://127.0.0.1:port
$Env:http_proxy="http://127.0.0.1:port";$Env:https_proxy="http://127.0.0.1:port"

另外那一堆git clone, launch.py它不是会帮你搞吗

伊莉伊莉雅

Lisylfn 发表于 2022-10-6 16:07
代理直接终端set就好了, 不需要Proxifier
set http_proxy=http://127.0.0.1:port & set https_proxy=http: ...

智能化不智能，出错的时候不好定位，我基本也就是手动做一遍launch.py里的操作。

Lisylfn

伊莉伊莉雅 发表于 2022-10-6 16:10
智能化不智能，出错的时候不好定位，我基本也就是手动做一遍launch.py里的操作。 ...

遇到问题多半是网络

螺纹

mark学习

niyikaowo

这个搞下来，是不是人人都可以是小画家

wolfwood

等一个傻瓜包人人可产粮的时代

伊莉伊莉雅

Lisylfn 发表于 2022-10-6 16:13
遇到问题多半是网络

对，网络没问题的话，用conda创建个环境，照着仓库介绍安装就可以，不然conda创建环境，pip安装，git clone处处是坑。

伊莉伊莉雅

wolfwood 发表于 2022-10-6 16:18
等一个傻瓜包人人可产粮的时代

傻瓜包倒是一直都有，不过功能一般不会及时更到最新

firedrop

看了眼机箱里的A卡留下了一声叹息

娘的这肯定也是皮衣黄保卡价的**

Antonidas

古董显卡（980），但是内存128g，能装么？

mahoraga

Antonidas 发表于 2022-10-6 16:32
古董显卡（980），但是内存128g，能装么？

需要至少4g显存

伊莉伊莉雅

Antonidas 发表于 2022-10-6 16:32
古董显卡（980），但是内存128g，能装么？

可以试试，4G的话应该可以，就是会慢一些，运行的时候加--lowvram。

nexus1

伊莉伊莉雅 发表于 2022-10-6 16:22
对，网络没问题的话，用conda创建个环境，照着仓库介绍安装就可以，不然conda创建环境，pip安装，git clo ...

Pycharm怎么处理？

伊莉伊莉雅

nexus1 发表于 2022-10-6 16:37
Pycharm怎么处理？

诶，用不到Pycharm吖

mooerfoes

不懂就问，那个F16和F32有啥差别啊？我看有人宁可拿CPU跑F32，是因为效果更好吗

伊莉伊莉雅

mooerfoes 发表于 2022-10-6 16:43
不懂就问，那个F16和F32有啥差别啊？我看有人宁可拿CPU跑F32，是因为效果更好吗 ...

官方说法差别不大：https://huggingface.co/hakurei/waifu-diffusion-v1-3/discussions/3

Functionally they're all the same. Nearly no one will use the full. You could have the same seed, same prompt, same everything and likely have near exact same results with each; the difference is extra data not relevant to image generation is pruned from the full, and we're left with F16 or F32. 32 is full precision, 16 is half.

If you have 24gb VRAM 32bit precision is easy, if you have less you may still use it depending on your SD build and how it optimizes memory use. Best to stick with 16 is you're not sure. Difference in quality is virtually imperceptible.

I've left the full epochs in the repo since there are slight differences between full, float32, and float16. Plus, you can also finetune with the full weights lol

另外wd1.3有一个14g的opt是训练用的。
看到另外一个人做的测试：https://six-loganberry-ba7.notio ... dcaa2b033a321b762f9

首先，文件大小最大的full-opt.ckpt（14.6GB），似乎保留了名为**Optimiser**的数据，这在学习额外的微调时很有用。
其次，完整版（7.7GB）的优化器已被删除，但数据**EMA**仍然存在。 看来，如果你想用**梦工场学习，你可以用这个。

在任何情况下，如果你只是想生成图像，你不需要这些数据。 如果你只想生成图像，你可以使用float16和float32版本。
float16和float32的不同之处在于，浮点的精度不同，虽然理论上有可能因为精度的不同而导致生成质量的不同，但似乎几乎没有区别...
然而，据说float32比float16更消耗VRAM**。
那么，为什么还要有两个版本，一个用于float16，一个用于float32？ 我不知道，但小春说他写的那份文件也许可以解释。

好吧，根据我在迪斯科舞厅和其他地方听到的，似乎是这样的。

简而言之，似乎**如果你只想生成图像，就使用float16版本，它的尺寸最小**。

...但这是真的吗？ 我只能说，这只是我在传言中听到的一个故事。

从这些结果来看，我们可以说，首先，说实话，float16和float32之间确实没有明显的区别。 同样地，完整版和全选版似乎产生了完全相同的画面。

然而，值得关注的是，在float16和float32版本以及full和full-opt版本之间生成的**图片有轻微的不同。

然而，与其说是质量不同，不如说是产生了稍微不同的画面。

从这个结果来看，可以说**暂时使用float16版本就可以了**。

通过www.DeepL.com/Translator（免费版）翻译

千魄万斩

MX250 2g&#x663E;&#x5B58;&#x4E00;&#x5F20;&#x56FE;6&#x5206;&#x949F;&#x96BE;&#x9053;&#x5FEB;&#x4E50;&#x56FE;&#x56FE;&#x9700;&#x8981;&#x4E70;3060&#x5417;

nexus1

千魄万斩 发表于 2022-10-6 16:56
MX250 2g显存一张图6分钟难道快&#x4 ...

怎么又是老黄偷笑的世界？

万里小路さん

不用anaconda自己配置Python环境可以吗

  -- 来自 能手机投票的 Stage1官方 Android客户端

伊莉伊莉雅

万里小路さん 发表于 2022-10-6 17:03
不用anaconda自己配置Python环境可以吗

  -- 来自 能手机投票的 Stage1官方 Android客户端 ...

可以，项目介绍里就是py直装，但是不太推荐，如果再装其他AI项目容易把环境搞崩。如果确定不用其他项目的话就无所谓。

mooerfoes

伊莉伊莉雅 发表于 2022-10-6 16:49
官方说法差别不大：https://huggingface.co/hakurei/waifu-diffusion-v1-3/discussions/3

厉害了，回头我多研究研究

华发夜眼[CN]

3060终于有地方用了

月初照

这个1063似乎是跑不起来的？来自: iPhone客户端

Lisylfn

万里小路さん 发表于 2022-10-6 17:03
不用anaconda自己配置Python环境可以吗

  -- 来自 能手机投票的 Stage1官方 Android客户端 ...

可以, 你用webui repo里那个webui.bat, 这个bat会帮你设置venv

另外anaconda啥都有太大了的话, 你可以考虑装个miniconda呀, conda分隔环境太好用了

伊莉伊莉雅

月初照 发表于 2022-10-6 17:24
这个1063似乎是跑不起来的？

之前看群友好像1063跑起来了，优化版最低的是2.5g显存

方舟售票员

现在到底是个什么水平啊
我自己画个纯线稿，AI能自动完成一整套上色吗？
还是必须要从头都由AI搞？

炽十二翼

懒，坐等傻瓜包

狂鸟渡渡

好的手册 来点docker梭哈魔法