Linux ComfyUI安装使用；Stable Diffusion 3使用

已于 2024-07-18 14:08:09 修改
阅读量442 收藏
点赞数 9
分类专栏： 深度学习 多模态 文章标签： linux stable diffusion 运维 comfyui sd3 aigc
于 2024-06-19 10:45:51 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42357472/article/details/139795152
版权

1、Linux ComfyUI安装使用

参考：
https://zhuanlan.zhihu.com/p/689021495

ComfyUI 市场：
https://openart.ai/workflows/home
https://comfyworkflows.com/
在这里插入图片描述

安装步骤：

## 1、下载ComfyUI
git clone https://github.com/comfyanonymous/ComfyUI
## 2、进入ComfyUI,安装依赖包
cd ComfyUI
pip install -r requirements.txt 


## 3\安装插件
cd custom_nodes
git clone https://github.com/ltdrdata/ComfyUI-Manager.git

##4
了解本专栏 订阅专栏 解锁全文 超级会员免费看
loong_XL
关注
  • 9
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
BERT 获取最后一层或每一层网络的向量输出
weixin_42357472的博客
10-21 1万+
参考：https://zhuanlan.zhihu.com/p/422533717 https://blog.csdn.net/sunyueqinghit/article/details/105157609 transformer输出的结果 last_hidden_state：shape是(batch_size, sequence_length, hidden_size)，hidden_size=768,它是模型最后一层输出的隐藏状态 pooler_output：shape是(batch_size, hid
maskrcnn-benchmark训练自己数据集用于视觉分割
热门推荐
weixin_42357472的博客
06-23 1万+
1、标记数据用labelme，建议用ubuntu版本去做，因为window可能因为这个需要环境改变影响其他，自己犯过这个问题 https://github.com/wkentaro/labelme 2、labelme转化成coco数据集用于分割任务 labelme2coco.py进行转化 # -*- coding:utf-8 -*- import argparse import json im...
ComfyUI快速上手，Windows+liunx 一键部署
simple_temptation的博客
04-24 1665
最强大、最模块化、最稳定的扩散 GUI 和后端。这个 UI 可以让你使用基于图形/节点/流程图的界面设计和执行高级稳定扩散流水线。
2024最新ComfyUI文生图详解教程！
z19981的博客
07-03 638
设计和构建一个“最近最少使用”缓存，该缓存会删除最近最少使用的项目。缓存应该从键映射到值(允许你插入和检索特定键对应的值)，并在初始化时指定最大容量。当缓存被填满时，它应该删除最近最少使用的项目。它应该支持以下操作： 获取数据 get 和 写入数据 put。获取数据 get(key) - 如果密钥 (key) 存在于缓存中，则获取密钥的值（总是正数），否则返回 -1。写入数据 put(key, value) - 如果密钥不存在，则写入其数据值。
重磅！Stable Diffusion 3正式开源（附安装方法和下载地址）
weixin_55154866的博客
06-14 4438
正如承诺的那样，Stability AI在6月12日正式开源了Stable Diffusion 3（Medium版本）！不愧是AI生图领域的“开源英雄”。
完全详细教程：Stable Diffusion ComfyUI本地部署
ice829的博客
05-08 1469
Stable Diffusion ComfyUI 是一款基于开源 Stable Diffusion 文本转图像模型的本地图形用户界面 (GUI) 工具，用于生成高分辨率图像。它提供了一个用户友好的界面，可让您轻松自定义和控制生成过程，并探索各种创意可能性。
ComfyUI安装完整攻略
最新发布
AIGC绘图领域探索者，热衷于将创意与技术融合，致力于分享前沿AI绘图技巧与心得，让我们一起开启视觉艺术的新篇章。
07-07 1214
ComfyUI是一种新型的Stable Diffusion用户界面，因其独树一帜的“节点式”界面，逐渐成为了AI绘画领域进阶玩家的得力武器。搭配各式各样的自定义节点与功能强大的工作流，它得以用更低的配置实现许多在WebUI等常规界面里无法做到的复杂生成任务，并为基于Stable Diffusion搭建各类AIGC应用提供了便利。
ComfyUI 完全入门：安装部署
z099164的博客
05-22 2267
在AI绘画领域，Stable Diffusion 因其开源特性而受到广泛的关注和支持，背后聚拢了一大批的应用开发者和艺术创作者，是AI绘画领域当之无愧的王者。目前使用 Stable Diffusion 进行创作的工具主要有两个：Stable Diffusion WebUI 和 ComfyUI。Stable Diffusion WebUI 开箱即用，基本功能齐全，社区也有很多的插件支持，入门比较简单，适合新手，但是可定制性稍微差点，很多作品不容易传播复现，使用API进行操作也有一定的难度。
AI-绘画的工具准备：Stable-Diffusion使用教程.pdf
06-03
AI-绘画的工具准备：Stable-Diffusion使用教程
Linux平台上使用Python构建基于Stable Diffusion WebUI的图文生成API
03-25
项目概述： 本项目旨在Linux平台上，利用Python语言构建一个基于Stable...本项目不仅提供了Linux平台下stable-diffusion-webui的搭建指南，还包含了使用Python实现的简单API接口，以方便用户进行图文内容的生成与操作。
Mac下Stable Diffusion一键安装
06-02
Stable Diffusion 一键安装，国内镜像，无需魔法，Apple Silicon (M1/M2)使用MPS支持GPU，可以根据任何领域的文本输入生成高质量、高分辨率且逼真的图像。 默认选项MAC M1 10秒出图
Stable Diffusion 真人模型 3D仿真模型
10-19
AI绘画 Stable Diffusion真人模仿仿真3D效果 AI绘画 Stable Diffusion真人模仿仿真3D效果 AI绘画 Stable Diffusion真人模仿仿真3D效果 AI绘画 Stable Diffusion真人模仿仿真3D效果 AI绘画 Stable Diffusion真人...
Stable Diffusion提示词使用指南
06-29
总之，理解和巧妙使用Stable Diffusion的提示词对于生成符合预期的高质量图像至关重要。正确构造提示词序列，考虑权重和顺序，以及适当地利用正向和反向提示词，能够有效地引导模型生成符合需求的视觉作品。同时，要...
神经网络 Embedding层理解； Embedding层中使用预训练词向量
weixin_42357472的博客
10-21 9055
Embedding：高维稀疏特征向量到低维稠密特征向量的转换；嵌入层将正整数（下标）转换为具有固定大小的向量 Embedding 字面理解是 “嵌入”，实质是一种映射，从语义空间到向量空间的映射，同时尽可能在向量空间保持原样本在语义空间的关系，如语义接近的两个词汇在向量空间中的位置也比较接近。 应用： 在深度学习推荐系统中，Embedding主要的三个应用方向： 1、在深度学习网络中作为Embedding层，完成从高维稀疏特征向量到低维稠密特征向量的转换； 2、作为预训练的Embedding特征向量，与其
bert4keras、transformers 加载预训练bert模型、句向量cls，字向量提取；tokenizer使用
weixin_42357472的博客
12-08 8677
bert4keras 分词器 Tokenizer from bert4keras.models import build_transformer_model from bert4keras.tokenizers import Tokenizer import numpy as np config_path = '/Users/lonng/Desktop/v+/xl/chinese_L-12_H-768_A-12/bert_config.json' checkpoint_path = '/Users/lo
yolo v5 onnxruntime与opencv cv2加载部署推理、实时摄像头检测
weixin_42357472的博客
04-13 7244
参考：https://github.com/hpc203/yolov5-lite-onnxruntime https://github.com/hpc203/yolov5-dnn-cpp-python 1、onnxruntime 加载推理yolo v5 onnx import cv2 import numpy as np import argparse import onnxruntime as ort import math class yolov5_lite(): def __init__(s
yolov8 人体姿态关键点检测；pose自有数据集训练
weixin_42357472的博客
06-16 6956
参考： https://github.com/ultralytics/ultralytics https://github.com/TommyZihao/Train_Custom_Dataset/tree/main/%E5%85%B3%E9%94%AE%E7%82%B9%E6%A3%80%E6%B5%8B 1、命令行运行 pip安装好后就可以yolo 命令运行执行 *** 运行效果，source=0是直接调用本地摄像头 结果： 640x512 1 person, 114.0ms Speed: 8.0
LLaMA-Factory可视化界面微调chatglm2；LoRA训练微调模型 简单案例
weixin_42357472的博客
05-09 5883
lore模型训练 参考：https://github.com/huggingface/peft。
bert 自己语料预训练pre-train、微调fine-tune；tensorflow/pytorch矩阵点乘、叉乘区别
weixin_42357472的博客
12-07 5844
矩阵点乘：对应位置直接相乘 矩阵叉乘：行向量的每一个元素乘以列向量中所有元素
linux安装stable diffusion
07-28
对于Linux系统上的Stable Diffusion安装，你可以按照以下步骤进行操作： 1. 首先，确保你的系统已经安装了Docker。你可以通过运行以下命令来检查： ``` docker --version ``` 如果返回了Docker的版本信息，则说明已经安装了Docker，否则请先安装Docker。 2. 接下来，创建一个用于存储Stable Diffusion数据和配置的目录。你可以选择一个适合你的位置，比如`/opt/stable-diffusion`，然后执行以下命令： ``` sudo mkdir /opt/stable-diffusion ``` 3. 现在，我们可以使用Docker来安装和运行Stable Diffusion。执行以下命令来获取最新版本的Stable Diffusion镜像： ``` sudo docker pull csdn/stable-diffusion ``` 4. 当镜像下载完成后，我们可以使用以下命令来运行Stable Diffusion容器： ``` sudo docker run -d --name stable-diffusion -p 80:80 -v /opt/stable-diffusion:/data csdn/stable-diffusion ``` 这将在后台运行一个名为`stable-diffusion`的容器，并将80端口映射到主机的80端口，同时将`/opt/stable-diffusion`目录挂载到容器内的`/data`目录。 5. 等待一段时间，Stable Diffusion将会启动并开始服务。你可以通过在Web浏览器中输入服务器的IP地址或域名来访问Stable Diffusion的界面。 请注意，上述步骤仅提供了一个基本的安装示例，具体操作可能因为系统环境的差异而有所不同。如果你需要更详细的安装指南或配置信息，请参考Stable Diffusion的官方文档或联系开发者获取帮助。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

loong_XL

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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