尝试 Stable Diffusion(通过Google Colab)

尝试 Stable Diffusion(通过Google Colab)

    正在检查是否收录...

目标

学习通过Google Colab使用 Stable Diffusion 生成图像。
主要参考资料:Get Started With Stable Diffusion (Free) in Google Colab for AI Generated Art

(本篇需要有对 Google Colab 的基础认识)
主要步骤和之前学习的DiscoDiffusion类似,不过新增了HuggingFace相关的内容。

步骤0:注册HuggingFace账号

去https://huggingface.co/join注册一个账号

步骤1:将StableDiffusion复制到自己的GoogleDrive网盘里

前往StableDiffusion的GoogleColab地址:https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/stable_diffusion.ipynb
复制到自己的GoogleDrive网盘里:

之后就可以在自己的GoogleDrive网盘中打开了。本篇后续操作也是在自己网盘中做的。

步骤2:确保使用GPU来运行

代码执行程序 -> 更改运行时类型

确认是用GPU:

步骤3:运行Setup部分的前三个单元格

在目录中找到Setup部分。
鼠标悬停在代码的左上角时,会出现“播放按钮”,点击它可以运行。
直接运行Setup中的前三个格子:

(可能出现“笔记本需要高RAM”的提示,直接点确定即可)
运行成功后,可以看到绿√:

步骤4:获取Token

Setup部分的最后一个格子需要 HuggingFace 的Token(Token是一个字符串,相当于证明这个StableDiffusion可以访问HuggingFace)。
为此,需要在https://huggingface.co/settings/tokens上创建一个新Token用于StableDiffusion对HuggingFace的访问:

(如果这个按钮灰的可能是没绑定邮箱)

Token的名字随便写,我这里写“StableDiffusion”表示是给StableDiffusion用的Token。
Role选择write
最后点击Generate按钮:

生成后,可以点击按钮拷贝这个Token

下面回到GoogleColab里,运行Setup部分的最后一个格子:
将刚才生成的Token填入:

最后点击Login按钮

步骤5:获取Hugging Face 的 Stable Diffusion 的访问权限

前往 https://huggingface.co/CompVis/stable-diffusion-v1-4
勾选同意并点击按钮:

步骤6:运行 Stable Diffusion Pipeline 部分的前两个单元格


(我这边用了1分钟左右)

步骤7:填写prompt并运行

下一个格子,就是填写prompt并运行了。
这里填写的内容是:

a protoss cityscape with advanced technology, inspired by the game starcraft, making heavy use of light and shadow to create a sense of mystery and foreboding. the city sprawling below is a mix of organic and inorganic, with swirling energy currents and strange crystalline structures, illustrated in a realistic and detailed style by wei wang, artstation 

(翻译:采用先进技术的神族城市景观,灵感来自游戏星际争霸,大量使用光影来营造神秘和不祥的感觉。 下面的城市是有机和无机的混合体,有漩涡状的能量流和奇怪的晶体结构,由艺术家wei wang以逼真而细致的风格描绘,artstation)

结果在下面很快生成:

diffusiontokengooglehuggingfacestablediffusionstable diffusioncodepromptgpugan参考资料urlcreatehugging faceelogithubgit笔记本艺术家代码执行
  • 本文作者:WAP站长网
  • 本文链接: https://wapzz.net/post-3561.html
  • 版权声明:本博客所有文章除特别声明外,均默认采用 CC BY-NC-SA 4.0 许可协议。
本站部分内容来源于网络转载,仅供学习交流使用。如涉及版权问题,请及时联系我们,我们将第一时间处理。
文章很赞!支持一下吧 还没有人为TA充电
为TA充电
还没有人为TA充电
0
0
  • 支付宝打赏
    支付宝扫一扫
  • 微信打赏
    微信扫一扫
感谢支持
文章很赞!支持一下吧
关于作者
2.8W+
9
1
2
WAP站长官方

论文遭首届ICLR拒稿、代码被过度优化,word2vec作者Tomas Mikolov分享背后的故事

上一篇

LLaMA-META发布单卡就能跑的大模型

下一篇
  • 复制图片
按住ctrl可打开默认菜单