1.前置准备
StoryDiffusion官方文档中对GPU显存有要求,推荐使用AD103、A4000、Tesla P40等GPU
1.1 创建实例
1.2 从Github获得克隆地址
StoryDiffusion Github地址:https://github.com/HVision-NKU/StoryDiffusion
1.3 启动GPU实例
2.连接服务器并部署StoryDiffusion
2.1 通过终端连接服务器
通过clone获得storyDiffusion,命令如下:
git clone https://github.com/HVision-NKU/StoryDiffusion
通过ls命令查看目录,如果有StoryDiffusion存在,说明克隆成功
使用cd命令进入StoryDiffusion文件夹,运行gradio_app_sdxl_specific_id_low_vram.py文件,根据相应的提示使用pip命令下载缺失的库,命令如下:
cd StoryDiffusion
python gradio_app_sdxl_specific_id_low_vram.py
或者跳到2.2步骤,提前将所有需要的库载入
2.2 下载相对应的库
需要使用pip命令下载transformers、torch、gradio、torchvision、diffusers、accelerate一共六个库
pip install transformers
pip install torch
pip install gradio
pip install torchvision
pip install diffusers
pip install accelerate
下载完成后运行gradio_app_sdxl_specific_id_low_vram.py文件,由于使用huggingface时下载连接不稳定,会出现连接失败的提示,因此需要进行一些配置
Huggingface连接配置相关博客地址: https://blog.csdn.net/weixin_44257107/article/details/136532423
2.3 huggingface连接不稳定解决方案
使用nano gradio_app_sdxl_specific_id_low_vram.py命令打开文件进行编辑
nano gradio_app_sdxl_specific_id_low_vram.py
在代码中加入os.environ["HF_ENDPOINT"] ="https://hf-mirror.com/"
os.environ["HF_ENDPOINT"] = "https://hf-mirror.com"
完成修改后,Ctrl+x完成保存,选择Y确定保存,Enter确认修改后的文件名称并回到终端
在终端中设置环境变量HF_ENDPOINT=https://hf-mirror.com python gradio_app_sdxl_specific_id_low_vram.py
HF_ENDPOINT=https://hf-mirror.com python gradio_app_sdxl_specific_id_low_vram.py
如果前面已经添加了accelerate库则不会报错
2.4 运行程序
输入python gradio_app_sdxl_specific_id_low_vram.py运行,可以使用学术加速加快加载速度
python gradio_app_sdxl_specific_id_low_vram.py
学术加速命令 :source /etc/network_turbo
source /etc/network_turbo
如图所示,7860端口成功与本地8888端口建立连接,说明运行成功,本地可通过8888端口访问
3.本地部署WEB访问
3.1 使用终端通过SSH进行访问
3.1.1 打开你的终端或命令提示符
3.1.2 执行SSH命令
3.1.3 假设
- 远程服务器的IP地址是
your-server-ip
。 - 你在远程服务器上的用户名是
root
。 - 远程服务器上Stable Diffusion应用运行的端口是
7``````860
。 - 你想要将此服务映射到本地机器的
8888
端口。
3.1.4 命令格式如下
ssh -CNg -L 8888:localhost:7860 root@your-server-ip -p 22
在星海AI-GPU平台创建实例之后,就能在实例界面看见你所创建的实例的ip相关数据
在浏览器地址栏中输入localhost:8888 进行访问,成功加载后的图如下
4.星海算力云
欢迎使用星海算力云,星海算力云由北京三轴空间科技有限公司开发,由非盈利组织****龙游星海算力产业中心运营的高性能GPU算力云平台。
星海团队长期致力于为图像渲染、科研高性能计算等提供服务。星海AI算力服务平台,获超高速增长,团队规模有100余人,服务了国内AI行业的许多一线团队。
版权归原作者 AI探索家_星海算力 所有, 如有侵权,请联系我们删除。