如何部署一个自己的AI绘图

目前AI绘图只支持N卡,显存最少4G,部署的时候一定要注意设备的配置**

1.在windows上部署

可以观看b站up:独立研究员-星空的教程
AI绘画 【Stable Diffusion】 NovelAI 整合包 解压即用
AI绘画 【Stable Diffusion】NovelAI整合包 WebUI更新与最新设置
一定要完整做完两个教程,否则有电脑被入侵的风险**
⚠️警惕!你的NovelAI模型,极有可能被恶意攻击! 藏在AI绘画泄露模型背后的,巨大安全隐患!

2.在linux/GPU服务器(ubuntu)上部署

参考:官方文档
官方文档中的自动安装会有各种各样的问题,这里建议手动安装

2.1用anaconda管理环境

2.1.1 安装anaconda

wget https://repo.anaconda.com/archive/Anaconda3-2022.05-Linux-x86_64.sh
bash Anaconda3-2022.05-Linux-x86_64.sh

2.1.2 创建虚拟环境

  conda create --name NovelAI  python=3.9.12 # NovelAI为环境名,3.8为python的版本号

2.1.3 激活环境

conda activate NovelAI

2.2安装stable-diffusion-webui

依次运行一下代码,如果出现Permission denied,在相应命令前加上sudo

# install torch with CUDA support. See https://pytorch.org/get-started/locally/ for more instructions if this fails.
pip install torch --extra-index-url https://download.pytorch.org/whl/cu113

# check if torch supports GPU; this must output "True". You need CUDA 11. installed for this. You might be able to use
# a different version, but this is what I tested.
python -c "import torch; print(torch.cuda.is_available())"

# clone web ui and go into its directory
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

# clone repositories for Stable Diffusion and (optionally) CodeFormer
mkdir repositories
git clone https://github.com/CompVis/stable-diffusion.git repositories/stable-diffusion
git clone https://github.com/CompVis/taming-transformers.git repositories/taming-transformers
git clone https://github.com/sczhou/CodeFormer.git repositories/CodeFormer
git clone https://github.com/salesforce/BLIP.git repositories/BLIP

# install requirements of Stable Diffusion
pip install transformers==4.19.2 diffusers invisible-watermark --prefer-binary

# install k-diffusion
pip install git+https://github.com/crowsonkb/k-diffusion.git --prefer-binary

# (optional) install GFPGAN (face restoration)
pip install git+https://github.com/TencentARC/GFPGAN.git --prefer-binary

# (optional) install requirements for CodeFormer (face restoration)
pip install -r repositories/CodeFormer/requirements.txt --prefer-binary

# install requirements of web ui
pip install -r requirements.txt  --prefer-binary

# update numpy to latest version
pip install -U numpy  --prefer-binary

2.3 模型

刚安装完是没有模型的,需要下载模型

2.3.1 模型目录

所以模型都放在这个目录下,可以通过sftp上传到该目录下

stable-diffusion-webui\models\Stable-diffusion

2.3.2 各种各样的模型下载

https://rentry.org/sdmodels

2.3.3最近泄露的NovelAI模型

链接:https://pan.baidu.com/s/1Mu_ynhBkkWi1Nr1nWl_Xyw?pwd=rs47
提取码:rs47

2.4运行

2.4.1 本地运行

python webui.py

2.4.2 服务器运行本地远程访问

python webui.py --listen

然后即可通过服务器7860端口访问(记得服务器控制台放行端口)

http://<服务器公网ip>:7860/

2.4.3 后台运行

nohup python webui.py --listen 2>&1 &

更多参数设置

3.在colab上部署

如果自己电脑显存不够,又没有GPU服务器的话可以在colab部署,可以免费使用一块T4,只需要一个谷歌账号,而且没有安全风险,缺点就是不稳定,需要魔法
代码:colab一键部署
教程:NovelAI 4chan colab tutorial教學:目前最接近NovelAI官方且免費的版本(需要魔法 )

  • 11
    点赞
  • 58
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
在电脑上部署AI绘图可以通过以下步骤来实现: 1. 准备环境:首先,你需要准备一台电脑并安装具有GPU支持的操作系统,例如Windows、Linux或macOS。此外,还需要安装Python编程语言,以及所需的开发工具和库,如TensorFlow、PyTorch、Keras等。 2. 获取数据集:AI绘图通常需要训练数据集,你可以从公开的数据集中下载涵盖大量绘图的图片。这些数据集可以用于模型训练和测试。 3. 模型选择和训练:根据你的需求和数据集,选择合适的AI模型。有些模型由预训练的权重和架构组成,你可以下载并进行微调,以适应特定的绘图风格。其他模型可能需要从头开始训练。 4. 数据预处理和特征提取:在训练模型之前,你需要对数据进行预处理和特征提取。这可能包括图像尺寸调整、归一化、图像增强等。 5. 训练模型:使用准备的数据集,使用选定的模型进行训练。这包括设置训练超参数,如学习率、批次大小、迭代次数等。训练过程可能需要一些时间,具体取决于数据集的大小和模型的复杂性。 6. 模型评估:在模型训练完成后,你可以使用未在训练中使用过的测试集来评估模型的性能。这可以帮助你了解模型的准确度和效果。 7. 部署模型:一旦模型训练和测试完成,你可以将其部署到电脑上以进行AI绘图。这可能包括编写一个简单的用户界面或使用命令行界面来接收用户输入并生成绘图。 总结起来,将AI绘图部署到电脑上需要准备环境、获取数据集、选取和训练适当的模型,这些步骤都需要理解和掌握机器学习的基本概念和技术。
评论 2
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