0


VLAD Diffusion,一个更好用且易于安装的Stable Diffusion Web UI

VLAD Diffusion 是我们前面介绍过的 AUTOMATIC1111/stable-diffusion-webui的一个定制的更新,它主要是为了更频繁发布的更新和错误修复。它包含

  • 新的安装程序,并且提供了高级CUDA调优
  • 不在依赖Accelerate,因为Accelerate是分布式的,并且将库更新为最新的已知兼容版本
  • 内置了 LoRA, LyCORIS, Custom Diffusion, Dreambooth 的训练
  • 大多数设置可通过UI配置,而不需要命令行
  • 新的错误日志和异常处理

并且做了以下优化

  • 针对Torch 2.0优化
  • 如果系统支持运行时会默认启用SDP内存注意力(xFormers 和其他交叉注意力模式也还是可用)
  • 在CPU或CUDA上运行时自动调整参数:支持AMD和M1平台(但没有优化)
  • 还可以换web的主题(这个真需要吗😂)
  • 从python 3.7升级到了3.9(3.9+都可以支持,这样有很多包就不用编译了,因为3.7有点老了,很多库是不支持的)

我们现在看看怎么安装:

这里以Python 3.10为例,并且还是需要准备Git。

第一步,下载代码:

 git clone https://github.com/vladmandic/automatic

完成应该在“automatic”文件夹中看到这33个文件。

第二步:双击“webui.bat”文件。这里就不需要向上次的AUTOMATIC1111版本需要我们再进行配置了,如果你用conda环境都会自动进行:

第三步:在浏览器中打开 http://127.0.0.1:7860

输入一个prompt

 An astronaut riding a horse in space. Photorealistic

虽然Automatic1111还是目前的主流,但是VLAD diffusion这样的工具正在做更多的改进。

VLAD不仅解决了最近Automatic1111开发速度慢的问题,还提供了一系列增强功能,可以将您的AI图像生成项目提升到新的高度。

最主要的是他用的python 3.9+ 不会有太多的本地编译的问题,所以如果你Automatic1111的包安装不上,可以试试这个代码,会简化你的安装过程。

**关注 deephub-imba 发送 diffusion*扩散模型 ***** 即可获取 我们以前发布的的关于diffusion 的安装文章**

最后代码地址:

https://github.com/vladmandic/automatic

作者:Jim Clyde Monge

“VLAD Diffusion,一个更好用且易于安装的Stable Diffusion Web UI”的评论:

还没有评论