在 Windows 中搭建 Stable Diffusion,目前最简单的安装方式,自己的专属 AI

前言

现在网络上有许多免费的 Stable Diffusion AI 图片生成工具,例如 Fast Stable Diffusion XL、Stable Diffusion Online 和 Tensor Art 等。这些工具都是基于免费模型,许多人可能想尝试直接在电脑上运行。

过去的安装步骤需要 Python,对于普通用户来说可能有些困难。今天小妹分享一个更简单的方法:“ComfyUI”,它可以让你轻松地在本地运行 Stable Diffusion AI 绘图。

ComfyUI 不仅支持 Windows,还有 Mac 版本。有兴趣的用户可以访问 GitHub 了解如何安装,本教程主要针对 Windows 用户。

如何在Windows 中安装 Stable Diffusion,目前最简单的运行方式

想在 Windows 中运行 Stable Diffusion,只需要4 个步骤,不用任何技术背景:

  1. 下载 ComfyUI
  2. 下载指定 Stable Diffusion
  3. 把下载的文件放进 ComfyUI 资料夹内
  4. 开始 AI 绘图

注意事项

在进行绘图时,需要注意 Prompt 只能输入英文,不支持中文输入。

通过今天分享的 ComfyUI,用户还可以安装 ComfyUI Manager 管理工具,从而获得更多 Node,实现更高品质和更多控制性的 AI 绘图,有兴趣的用户可以自行研究。

1. 下载 ComfyUI

访问 ComfyUI 的项目地址,往下滑找到“Installing”,点击“Direct link to download”就会开始下载,文件约 1.34GB,格式是 7z(可以通过 Winrar 或 7zip 进行解压,最新版 Windows 11 无需第三方软件即可解压)。

所有的下载链,请在文章末尾获取

图片

下载好后解压缩,解压缩后的文件是 4.81 GB,相当大,再加上模型,建议至少保留 50GB 的储存空间。

解压缩后会看到有两个批处理文件**“run_cpu.bat”和“run_nvidia_gpu.bat”,就如同文件名称,如果你有 NVIDIA 显卡且 VRAM 超过 8GB,那就使用 run_vidia_gpu,比起 CPU 绘图速度会快很多。

图片

鼠标双击 “run_cpu.bat”,会跳出一个命令提示窗口,等待几秒,接着就会看到浏览器打开 ComfyUI 的操作界面,看起来好像很难,但实际上非常简单,后面会有详细介绍。

图片

目前一开始没有任何模型,所以最左边 Load Checkpoint 没有任何东西可选。

图片

所以接下来就是下载并添加模型数据。

2. 下载指定 Stable Diffusion 模型

总共有 3 个模型文件需要下载:

  • Stable Diffusion XL Base 1.0
  • Stable Diffusion XL Refiner 1.0
  • SDXL-VAE

首先下载 Base 1.0,访问下载的页面后往下滑。

下载后面扩展名为"safetensors"的文件,这是 Stable Diffusion XL 的基础模型。

图片

再来是 Stable Diffusion XL Refiner 1.0,一样是下载扩展名为"safetensors"的文件。

图片

最后是 SDXL-VAE,也是下载扩展名为"safetensors"的文件。

图片

目前所有需要的文件已经完成。

3. 把模型文件放进 ComfyUI 文件夹内

下载后有三个模型文件,"sd_xl_base_1.0.safetensors"和"sd_xl_refiner_1.0.safetensors"放在同一个文件夹,“sdxl_vae.safetensors”则是另一个。

"sd_xl_base_1.0.safetensors"和"sd_xl_refiner_1.0.safetensors"就放在“ComfyUI(第一次下载的压缩包解压后)”文件夹下的“ComfyUI_windows_portable\ComfyUI\models\checkpoints”文件夹中,未来如果下载其他别人优化过的模型,也是放在这边。

图片

“vae”则是放在“ComfyUI_windows_portable\ComfyUI\models\vae”文件夹中。完成之后,再次执行 ComfyUI,鼠标双击 “run_cpu.bat”。

4. 开始AI 绘图

回到ComfyUI的界面后,在“Load Checkpoint”选框中,就能选择刚刚放进文件夹的 SDXL 模型。以“Base”为例,简单来说,“Load Checkpoit”就是选择你要用的模型。

图片

“CLIP Text Encode”部份,上方“Prompt”,就是输入你要的图片描述,下方则是不想出现在图片里的描述。

在上面输入“blue Car”,生成蓝色的车子,下方输入“text”,不要出现文本。

图片

“Empty Latent Image”是图片解析度和一次生成几张的设置,小妹设定成1200×720,一次生成 2 张图片。

图片

“KSampler”是图片更细节的设置,这部份可以全部都保留预设,生成完后再慢慢调整,看每一个设定的差异。

以上都设置好后,按右边的“Queue Prompt”就会开始执行。画面中出现绿色框框的地方,就是目前运行到的位置。

图片

完成后,产生出的 AI 图片会显示在最右边“Save Image” 中。

图片

如果满意的话,在图片上点击鼠标右键,选择“Save Image”就能下载到电脑里。

5. 下载更多优化模型

想要玩玩看其他人优化过的模型,可以到 CIVITAI** 这个网站,有超多Stable Diffusion 模型可免费下载。

图片

下载方式也很简单,需注册会员,然后打开喜欢的模型页面,右侧就能看到下载图示。

图片

另外“CIVITAI”也有提供线上测试功能,建议可以先试试看是不是你想像中那样,要不然每一个模型文件都非常大,会花很多下载时间,也占用电脑空间。

下载的模型一样放在“ComfyUI_windows_portable\ComfyUI\models\checkpoints”文件夹中,再次打开“ComfyUI”就能使用。

而且不仅有静态模型,还有动态模型,如果你的电脑配置足够强大,尤其是显卡,这些模型足可以玩出各种花样。


写在最后

感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。

AIGC技术的未来发展前景广阔,随着人工智能技术的不断发展,AIGC技术也将不断提高。未来,AIGC技术将在游戏和计算领域得到更广泛的应用,使游戏和计算系统具有更高效、更智能、更灵活的特性。同时,AIGC技术也将与人工智能技术紧密结合,在更多的领域得到广泛应用,对程序员来说影响至关重要。未来,AIGC技术将继续得到提高,同时也将与人工智能技术紧密结合,在更多的领域得到广泛应用。

在这里插入图片描述

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。

在这里插入图片描述

在这里插入图片描述

二、AIGC必备工具

工具都帮大家整理好了,安装就可直接上手!
在这里插入图片描述

三、最新AIGC学习笔记

当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
在这里插入图片描述
在这里插入图片描述

四、AIGC视频教程合集

观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

在这里插入图片描述

五、实战案例

纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
在这里插入图片描述

  • 55
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
使用稳定扩散算法(stable diffusion)训练自己专属的人像模型是一项基于AI技术的创新工作。下面是一些步骤,帮助你了解如何训练该模型。 首先,你需要准备一个包含大量人像图片的数据集。这个数据集可以包括各种类型的人像,以确保模型的泛化能力。确保图像质量高,具有足够的多样性是非常重要的。 接下来,你需要使用稳定扩散算法来训练模型。这种算法能够有效地处理图像数据,并生成高质量的人像。你可以使用深度学习框架,如PyTorch或TensorFlow来实现这个算法。根据你的需求和喜好,可以选择已经存在的模型架构,如U-Net等,也可以根据自己的特定要求设计新的架构。 训练过程,你需要进行数据预处理、模型训练和模型优化等步骤。数据预处理包括图像裁剪、缩放和增强等操作,以提高模型的准确性和鲁棒性。模型训练阶段可以使用已标注的数据进行有监督训练,也可以采用无监督或半监督方法。模型优化则包括调整超参数、正则化和使用合适的损失函数等。 在训练完成后,你可以使用你的专属人像模型进行图像生成或编辑。该模型可以通过输入一张未经过加工的人像图像,生成具有艺术性的、更具个性的人像。你可以通过在模型的输入添加一些约束,如风格引导或语义控制,来进一步控制图像的生成过程。 总的来说,使用稳定扩散训练自己的专属人像模型需要一定的深度学习和计算机视觉知识。但它为用户提供了一种独特而个性化的数字艺术创作体验。通过不断地学习和实践,你可以进一步完善和改进你的模型,以实现更加出色和逼真的人像生成效果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值