在 Vultr Cloud GPU 上構建穩定的廣播 Web UI

介紹

穩定擴散是一種深度學習模型,可以根據輸入的文本描述生成詳細的圖像。 它還可用於增強現有圖像或根據文本描述消息生成基於另一圖像的新圖像。 本指南解釋瞭如何在運行於Ubuntu22.04 使用這個穩定的 Diffusion Web UI 存儲庫在 GitHub 上。

以前的要求

  • 創建一個抱臉賬單。 您必須在 Hugging Face 中註冊並接受 Stable Diffusion 條件才能下載穩定擴散模型.

  • 實施一個vultr 雲 GPU在 Ubuntu 22.04 上運行。 Stable Diffusion 推薦的 GPU RAM 至少為 6 GB。 如果遇到錯誤,您可能需要更新服務器大小:“RuntimeError:CUDA 錯誤:內存不足”

  • 升級 Ubuntu 服務器。

  • 使用 sudo 登錄創建一個非 root 用戶,並使用 SSH 登錄。

創建穩定的廣播 Web UI

  1. 安裝 Git Large File Storage (LFS) 以克隆穩定擴散模型.

                              
                                $ sudo apt install git-lfs
    
                              
                            
  2. 初始化 Git 大文件存儲 (LFS)。

                              
                                $ git lfs install
    
                              
                            
  3. 克隆 Stable Diffusion 存儲庫。 出現提示時,輸入您的 Hugging Face 帳戶憑據兩次。

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

    你只需要重量或 sd-v1-4.ckpt 此存儲庫的檢查點文件。

  4. 等待克隆完成。

  5. 克隆穩定的廣播 Web UI 存儲庫.

                              
                                $ git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
    
                              
                            
  6. 複製 sd-v1-4.ckpt 檢查點文件從穩定擴散目錄到 stable-diffusion-webui/models/Stable-diffusion/ Web UI目錄並將其重命名為 model.ckpt

                              
                                $ cp ~/stable-diffusion-v-1-4-original/sd-v1-4.ckpt ~/stable-diffusion-webui/models/Stable-diffusion/model.ckpt
    
                              
                            
  7. 刪除您克隆的 Stable Diffusion 文件夾,因為您只需要 sd-v1-4.ckpt 程序。

                              
                                $ rm -rf ~/stable-diffusion-v-1-4-original
    
                              
                            
  8. 安裝 FastAPI 框架使用金塊.

                              
                                $ pip3 install fastapi
    
                              
                            
  9. 默認情況下,Stable Diffusion Web UI 在端口 7860 上運行,因此您必須在防火牆上啟用端口 7860。

                              
                                $ sudo ufw allow 7860
    
                              
                            

使用 Tmux 運行穩定的 Diffusion Web UI

當您在正常的 SSH 會話中運行 Stable Diffusion Web UI 時,Web UI 進程會在您退出 SSH 會話時關閉。 要在離開 SSH 會話時繼續運行 Web UI,請使用終端多路復用器 tmux。

  1. 要創建 Tmux 會話,請運行:

                              
                                $ tmux new -s StableDiffusion
    
                              
                            

    你可以改變 StableDiffusion 使用您喜歡的任何會話名稱。 有關 Tmux 的更多信息,請參閱如何安裝和使用 Tmux。

  2. 將目錄更改為 stable-diffusion-webui .

                              
                                $ cd ~/stable-diffusion-webui
    
                              
                            
  3. 通過運行啟動 Stable Diffusion Web UI launch.py 使用蟒蛇。

                              
                                $ python3 launch.py --listen
    
                              
                            

    --listen 該參數使您的 Web UI 監聽網絡連接,而不僅僅是在本地主機上。 請收看配置和命令行參數想要查詢更多的信息。

  4. 等到你的服務器啟動。

  5. 通過按 CTRL + B 然後按 D 斷開與 Tmux 會話的連接。

試用 Stable Diffusion Web UI

  1. 在您的瀏覽器中,導航到端口 7860 在您的服務器的 IP 地址上。 例如, https://192.0.1.2:7860 .

  2. 在下面穩定擴散檢查點下拉菜單,選擇 model.ckpt .

  3. 選擇txt2img睫毛。

  4. 即時文本域。

  5. 增加或減少示例步驟生成更好或更差的圖像。 較高的採樣步長會產生更好的圖像,但生成圖像所需的時間更長。 較低的採樣步驟渲染速度更快但產生的圖像更差。

  6. 有關不同採樣方法、種子大小變化和其他特性的更多信息,請參閱Stable Diffusion Web UI 特性的文檔.

  7. 您可以通過調整寬度和高度來增大或減小圖像的尺寸。

  8. 點擊產生開始製作圖像。

  9. 請參見下圖的示例。

您已經在 Vultr Cloud GPU 上成功構建了一個穩定的廣播 web UI。

更多信息

有關穩定廣播的更多信息,請參閱以下資源:

文章標題 名稱(可選) 電子郵件(可選) 描述

發送建議

相關文章