rootアクセスとネットワークなしで学校の高性能GPUを使用して安定した拡散を実行する方法

ご存知のとおり、stablediffusion は通常、ラップトップの GPU では駆動できません。最低でも4GBのGPUVRAMが必要と言われていますが、「通常速度(1)」で使いたい場合は足りません。クラウドを使いたいですか?一部の Cloudgpu レンタル価格は許容範囲ですが、通常、クラウド ストレージを開くには別の費用がかかり、クラウド ストレージとの間でファイルを転送するのは面倒です。そこで私 (主に家庭教師) は、お金を節約するために中学校の GPU を使用することにしました。

(1) GPU モデルの速度については触れずにおおよその参考値: 私の GPU2GB: 1 枚の写真に 3 分 Linux はプロキシ サーバーを使用 Linux システム プログラミング、友人の AGPU6GB: 1 枚の写真に 50 秒、友人の BGPU32GB: 1 枚の写真に 2S..

中学生の GPU パフォーマンスは非常に優れており、Niao 兄弟の個人的な Linux レシピであり、root 権限がありません。ドライバーは、ユーザーに代わって更新される前に更新されることを望んでいません。さらに面倒なのは、接続しているマシンがプロキシ経由でインターネットに接続する必要があることです (これが SD をダウンロードするときに遭遇した最も面倒な点です)。

さまざまなルート権限の問題とプロキシの問題を回避するためにlinuxcondaを使用してSDをインストールしている人を見たことがありませんので、私のstablediffusionwebuiインストール体験を以下に共有します。この経験は、許可なしで linuxconda を必要としたりプロキシの問題を抱えている同僚にも当てはまるはずです。

*私のマシンはLinuxCentOS (Redhat)、NVidiaGPUです

** SD をインストールするとは、Github にある人気の AUTOMATIC1111 Webgui をインストールすることです:

***私はアメリカにいます

****私は CS の学生ではありません。もし何か専門的でないことがあれば、私に感謝してください。私は私の経験を共有しているだけです。

インストールの前提条件:

(1) GPU は十分な大きさですか (少なくとも 4GB のビデオ メモリ)。そうでない場合は、気にせず、huggingface にアクセスして、無料の beggar バージョンを使用してください。

(2) マシンの CUDAdrive のバージョンを確認してください (torch を使用するため) 私の経験によると、どの torchcuda の組み合わせであっても、10. 以上は使用しないでください。CUDA11 以降は互換性が良好です。私がインストールしたトーチは cu117 に適合していますが、11.2 でも使用できます。 (Torch を先にインストールした後で CUDA バージョンの互換性に問題がある場合は、さまざまなバージョンの組み合わせを試し、launch.py​​ のダウンロード パスを変更できます)

1. まず、gitclone リポジトリを使用します (git がない場合は、git をインストールします。git がプロキシを設定する必要があり、インターネットに接続できる場合は、ステップ 4 を参照してください)。

リーリー

2. さまざまなパッケージをダウンロードするための root 権限がないため、conda を使用する必要があります (私の場合は miniconda を使用する必要があります)。具体的な参考のために、ここでは実際に anaconda/miniconda インストール パッケージ (wget など) を自動的にダウンロードしてインストールします

3. ダウンロード後、conda環境を作成します(python3.10.6が必要です)

リーリー

4. (プロキシ ネットワークを設定する必要がないパートナーは、この手順を省略できます) 一般に、この時点でダウンロードを開始できますが、ネットワーク プロキシを設定する必要があるパートナーは、次のものが存在するかどうかを確認する必要がある場合があります。次の場所の設定:

~/.bashrc (環境をセットアップし、通常の意味でのネットワークを担当します...)

リーリー

~/.condarc (condainstall などのネットワークを担当します...通常はこの場所にあります)

リーリー

git ネットワーキング

リーリー

また、さまざまなパッケージをダウンロードするために必要な pipinstall もインターネットに接続する必要があります。これらはファイル launch.py​​ 内にあります。

変更する必要がある最初の場所は、defrun_pip の上、129 行目あたりです

リーリー

2 番目に変更する必要があるのは、defprepare_environment の 228 行目あたりにあるトーチをダウンロードすることです

リーリー

5. その後、理論的にはダウンロードを開始できますが、必要なのは以下だけです:

リーリー

* ここで注意してください: インストールには bashwenui.sh を使用しますが、同じディレクトリに launch.py​​ をインストールするには Python の仮想環境を使用します。以前、conda では大差ないかも知れないと思って、launch.py​​ を直接実行すると、その横に変なエラーがたくさん出てきて、何度も環境を再構築する羽目になったので、conda でも使用することを強くお勧めします。 conda.bashwebui.sh を使用すると、launch.py​​ を直接実行しないでください。

しかし私にとって、落とし穴への旅はまだ始まったばかりです。 。 。

以下は私の落とし穴と回避策の一部です (経験の共有のみです

Linux はプロキシ サーバーを使用します

、私の解決策は意味がありませんが、最終的にはうまくいきます!笑!) 1. gfpganのダウンロードが難しい

「ランタイムエラー:gfpgan をインストールできませんでした。」

プロキシの問題だと思いますが、何が問題なのかわかりません（海外でこの問題が発生した場合は、これを参照してください。[インターネット]の問題である可能性があります）。

私の解決策: まず、launch.py​​ 内の gfpgan ダウンロード コードをコメントアウトします

リーリー

次に、自動的にダウンロードしてみます (プロキシが必要な場合は、--proxy=プロキシ アドレスを忘れずに追加してください)

リーリー

それでも動作しない場合は、エラーレポートを見て、足りないものを埋めてみましょう。conda に numpy を再インストールし、pip、git、setuptools、cython を更新してみました...そして最終的には動作しました (git だと思います)。 numpy よりも優れています）重要）、これでも自動的にインストールされますが、使用できないよりはマシです。

参考：

2.安定性aiのstablediffusionのダウンロード中にエラーが発生しました

インストール時の「RuntimeError:Couldn'tdetermineStableDiffusion'shash」

我的解决方式：conda里更新git(我之前是1.8,更新到2.几就好了）

参考：

到此模型下载就没哪些问题了，接出来是一些其他简单的bug:

3.由于我用的机器localhost不能访问，须要生成外链

ValueError:Whenlocalhostisnotaccessible,ashareablelinkmustbecreated.Pleasesetshare=True.

我的解决方式：在webui-user.sh里除去注释并添加--share,再运行一下webui-user.sh

<code class=" language-javascript"></code>

这样就可以用gradio的外链访问webgui了

4.可以打开网页界面并且难以生成图片，报错SomethingwentwrongExpectingvalue:line1column1(char0)

我的解决方式：听说把代理关了就好了，但我不能关。。。所以和前面的问题类似，加一下--no-gradio-queue再运行一下webui-user.sh就可以了

<code class=" language-javascript"></code>

参考：

欢迎你们一起交流stablediffusion和其他generativeai使用经验！

以上がrootアクセスとネットワークなしで学校の高性能GPUを使用して安定した拡散を実行する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。