php网站开发权限管理wordpress随机注册

当前位置： 首页 > news >正文

php网站开发权限管理,wordpress随机注册,免费的网站开发软件,荣耀手机商城官方网站用免费GPU线上跑SD项目实践 ​ DataWhale组织了一个线上白嫖GPU跑chatGLM与SD的项目活动#xff0c;我很感兴趣就参加啦。之前就对chatGLM有所耳闻#xff0c;是去年清华联合发布的开源大语言模型#xff0c;可以用来打造个人知识库什么的#xff0c;一直没有尝试。而SD我…用免费GPU线上跑SD项目实践 ​ DataWhale组织了一个线上白嫖GPU跑chatGLM与SD的项目活动我很感兴趣就参加啦。之前就对chatGLM有所耳闻是去年清华联合发布的开源大语言模型可以用来打造个人知识库什么的一直没有尝试。而SD我前两天刚跟着B站秋叶大佬和Nenly大佬的视频学习过但是生成某些图片显存吃紧想线上部署尝试一下。 参考DataWhale 学习手册链接 1 学习简介 本文以趋动云平台为例详细介绍下如何通过平台提供的在线开发环境直接在云端编写、运行代码并使用GPU资源进行加速。本教程将学习云算力资源的使用方式并给出了两个AI项目实践 用免费GPU创建属于自己的聊天GPT用免费GPU部署自己的stable-diffusion 平台注册 注册即送168元算力金Datawhale专属注册链接https://growthdata.virtaicloud.com/t/SA 适用人群 新手开发者、快速原型设计者需要协作和分享的团队对大模型部署感兴趣的人深度学习入门学习者对使用GPU资源有需求的人。 优势 无需进行本地环境配置简单易用便于分享和协作。 组织方Datawhale x 趋动云 3 云端部署StableDiffusion模型 3.1 项目配置 创建项目 在趋动云用户工作台中点击 快速创建 选择 创建项目创建新项目。 镜像配置 选择 趋动云小助手 的 AUTOMATIC1111/stable-diffusion-webui 镜像。 数据集配置 在 公开 数据集中选择 stable-diffusion-models 数据集。 配置完成后点击创建要求上传代码时选择 暂不上传 。 初始化开发环境 找到最右侧 “开发”- “初始化开发环境实例”我这里没按教程配置因为SD生图需要较大显存我选择了拥有24G显存的 B1.large其他按教程一样并设置了24h的最长运行时间。
3.2 环境配置 ​ 因为数据集代码有所变化所以教程中有些步骤可以省略以下为具体步骤。 解压代码及模型 tar xf /gemini/data-1/stable-diffusion-webui.tar -C /gemini/code/ 拷贝frpc内网穿透文件 chmod x /root/miniconda3/lib/python3.10/sitepackages/gradio/frpc_linux_amd64_v0.2拷贝模型文件到项目目录下 cp /gemini/data-1/v1-5-pruned-emaonly.safetensors /gemini/code/stable-diffusion-webui/更新系统httpx依赖 pip install httpx0.24.1运行项目 cd /gemini/code/stable-diffusion-webui python launch.py –deepdanbooru –share –xformers –listen运行项目后点击右侧添加创建 外部访问链接 。 访问StableDiffusion的WebUI 复制外部访问链接在浏览器粘贴并访问就成功打开WebUI界面啦。 生成镜像 点击右上角 将当前环境制作为镜像点击 智能生成在 AUTOMATIC1111/stable-diffusion-webui 基础镜像下生成点击 构建完成对镜像的构建。 之后安装上一章的步骤将镜像配置到你的项目里就好啦。 配置好环境后再次访问在终端输入以下指令直接运行 WebUI 。 cd /gemini/code/stable-diffusion-webui python launch.py –deepdanbooru –share –xformers –listen3.3 StableDiffusion 使用 生成第一张美图 部署好了当然是要生成一张图我选择生成一张猫猫图结果如下。 ​ 库自带的模型是 v1-5-pruned-emaonly 模型这个模型是官方的1.5 版本预训练模型是在512*512的小尺寸图像上训练的所以说如果图像尺寸超过1000的话容易出现多头多人的情况。 ​ 在这里我选择的参数与提示词如下 提示词(prompt) 1 cat负面提示词(Negative prompt) out of frame,(worst quality, low quality, normal quality:2),text,bad eyes,weird eyes closed eyes,badhandv4:0.8,OverallDetail,render,bad quality,worst quality,signature,watermark,extra limbs,迭代步数(Steps)、采样器(Sampler)、提示词相关性(CFG scale) Steps: 20, Sampler: DPM SDE Karras, CFG scale: 7, 随机种子(Seed)、图像尺寸(Size)、模型(Model) Seed: 3052626755, Size: 384x512, Model hash: 6ce0161689, Model: v1-5-pruned-emaonly, Version: v1.6.0生成的猫猫图如下 批量生成 我想要更多的猫猫图于是增大了生成的 Batch Count 和Batch size生成结果如下。 可以看到一下生成了16张猫猫图它实际上是分了两批每批生成8张这样生成的。Batch count 控制了生成批次的数量Batch size 控制每批生成图片的数量。Batch size 越大对显卡显存要求越高当然白嫖的24g显存不在话下了。 可以看到生成的图像各有千秋甚至有的生成了个房子太离谱了所以选择合适的种子很重要。可以通过批量生成找到自己喜欢的图像风格的种子固定下来进行进一步操作。 我很喜欢第四张大脸狸花猫于是点开图片可以在图片下方看到种子号 2617670965。 图像放大 我想放大刚才选中的大脸狸花猫图可以通过固定种子并通过 Hires fix 的方法放大生成图像。 我想使用一个名为 R-ESRGAN4x 的放大算法从云平台下载太慢了选择从 该github链接 本地下载并放在/gemini/code/stable-diffusion-webui/models/RealESRGAN/RealESRGAN_x4plus.pth路径下。 设置以下参数重新生成结果如下。 成功将图像尺寸放大到原来的两倍即 768*1024 的尺寸。图像参数如下 1 cat Negative prompt: out of frame,(worst quality, low quality, normal quality:2),text,bad eyes,weird eyes closed eyes,badhandv4:0.8,OverallDetail,render,bad quality,worst quality,signature,watermark,extra limbs, Steps: 20, Sampler: DPM SDE Karras, CFG scale: 7, Seed: 2617670965, Size: 384x512, Model hash: 6ce0161689, Model: v1-5-pruned-emaonly, Denoising strength: 0.35, Hires upscale: 2, Hires upscaler: R-ESRGAN 4x, Version: v1.6.0猫猫图如下 效果还不错不过我还想让他更清晰一点于是选择让他放大4倍结果如下。 可以看到真的清晰了不少。 图生图 图生图就是以给的图片为基准生成其他的图片我就像用刚才生成的猫猫图来生成一个宇宙的星系于是写了以下的提示词。 stars,out space,galaxy,负面提示词不变分两个批次生成16张星系图片结果如下。 可以看到生成了具有猫猫形状的星系图案我从中挑了一张最喜欢的就是下面这张。 图片参数如下 stars,out space,galaxy, Negative prompt: out of frame,(worst quality, low quality, normal quality:2),text,bad eyes,weird eyes closed eyes,badhandv4:0.8,OverallDetail,render,bad quality,worst quality,signature,watermark,extra limbs, Steps: 20, Sampler: DPM 2M Karras, CFG scale: 3, Seed: 3318537879, Size: 768x1024, Model hash: 6ce0161689, Model: v1-5-pruned-emaonly, Denoising strength: 0.7, Version: v1.6.0以上就尝试玩SD的基本功能啦之后可以再玩一些进阶玩法用更厉害的模型添加lora、ControlNet等插件生成更可控好看的图片。