当前位置:   article > 正文

5分钟 Stable Diffusion 本地安装-本地部署(秋叶整合包)【Stable Diffusion 实战教程】

5分钟 Stable Diffusion 本地安装-本地部署(秋叶整合包)【Stable Diffusion 实战教程】

Stable Diffusion-安装(整合版)

一、概述

使用秋叶大佬发布的【绘世整合包】作为软件,它是目前市面上最易于使用的整合包之一,无需对网络和Python有太多的前置知识,已经为AI绘画的普及做出了巨大贡献。绘世启动器整合包于2023年4月16日发布,集成了过去几个月中AI绘画集中引爆的核心需求,例如ControlNet插件和最新的深度学习技术。它能够与外部环境完全隔离开来,即使对编程没有任何知识的人也可以从零开始学习使用Stable Diffusion,而且几乎无需调整就能够体验到最新、最核心的技术。

二、Stable Diffusion(SD)简介

Stable Diffusion是一种深度学习模型,于2022年发布,由创业公司Stability AI与多个学术研究者和非营利组织合作开发。它采用了潜在扩散模型,现已开源其源代码和模型,由全球开发人员共同维护于Github上,AUTOMATIC1111维护了一个完整项目。由于Stable Diffusion的完整版需要满足网络的需求,国内多位开发者制作了不同版本的封装包,开源社区为其普及化做出了难以磨灭的贡献。

Stable Diffusion最大的特点在于其开源性,可以在配备至少8GB显存的适度GPU的大多数消费级硬件上离线运行。笔者建议显存线至少为8G。

由于AI训练和产出本质上是软硬件结合的深度学习原理,因此常常使用英伟达公司的显卡及其相关技术,比如CUDA、CUDNN和一些深度学习组件如xformer和pytorch。对学习AI的进阶非常重要,但这些要求大量的额外编程知识,容易让新手感到困难。

本文以及秋叶包都将避免这些内容,使得它们更容易理解和部署,相对于原版来说更加易于操作。

三、Stable Diffusion基本概念

大模型: 通过使用素材和SD低模生成的深度学习大模型,可以直接应用于生成图像。大模型是创作的核心素材,决定了最终作品的方向和风格。这些大模型的扩展名一般为CKPT或SAFETENSORS。建议使用至少8GB显存的GPU进行操作。

VAE: VAE是对大模型的补充,类似于滤镜,可以稳定画面的色彩范围,提高作品的美观度。VAE的扩展名一般为CKPT或SAFETENSORS。建议使用不低于8GB显存的GPU进行操作。

LoRA: LoRA是一种模型插件,需要在基于某个大模型的基础上进行深度学习后生成小型模型。需要与大模型配合使用,可以在涵盖中小范围内的风格上产生影响或增加大模型缺失的元素。如果基于SD低模生成,则在不同大模型之间更换使用时具有更好的通用性和适用性。LoRA的扩展名一般为CKPT或SAFETENSORS。

ControlNet: ControlNet是一个神级插件,让SD具备了分析图片中线条和景深等信息的能力,并反推到处理图片上。这对于创作出真正自然、真实的图像非常有用。

Stable Diffusion Web-UI(SD-WEBUI): SD-WEBUI是使用Stability AI算法制作的开源软件,可以通过浏览器操作SD。这个开源软件不仅插件齐全、易于使用,而且可以随时得到更新和支持。SD-WEBUI运行环境基于Python,因此需要一定的编程知识进行操作。

秋叶整合包: 秋叶整合包是中国大神秋叶开发的整合包,内置了与电脑本身系统隔离的Python环境和Git。可以忽略网络需求和Python环境的门槛,让更多人轻松地使用SD-WEBUI。但是,由于使用者版本和环境的不同,可能需要一定的配置和操作,还是建议具备基本的编程知识。

四、Stable Diffusion 整合包下载

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/凡人多烦事01/article/detail/496156
推荐阅读
相关标签