学习SD的前提是电脑配置！SD参考配置：建议选择台式机i5CPU,内存16GB，N卡RTX3060,8G显存以上的配置（最低配）在此基础上的配置越高越好。比如，cpui7更好，显卡能有RTX4090更好，32显存要能有最好，嘿嘿嘿。如何查看自己的显卡配置？Win+R输入“dxdiag”查看显卡配置：图为N卡，RTX3060Ti,8GB显存。如何查看电脑的CPU，内存配置在桌面->此电脑->属性->关于如图的配置，N卡，RTX3060Ti,i513400F,16GB内存，可以正常跑出图片，大约4秒一张图片。但是如果要训练图片（普通人一般不需要）就不够用了，显存太少。疑问解答1.Mac电脑行不行？
有没有想过可以使用算法批量提取图片中模特的服装，然后通过SD进行换装。一个一个的PS抠图是不是太累，可以使用算法批量提取。相对于SegmentAnything方法这个比较简单。文章目录蒙版批量提取SD换装蒙版批量提取importosfromtqdmimporttqdmfromPILimportImageimportnumpyasnpimportwarningswarnings.filterwarnings("ignore",
部署包作者:秋葉aaaki免责声明:本安装包及启动器免费提供无任何盈利目的大家好，我是风雨无阻。众所周知，StableDiffusion是非常强大的AI绘图工具，需要详细了解StableDiffusion的朋友，可查看我之前的这篇文章：最近大火的两大AI绘图工具MidjourneyVSStableDiffusion。今天为大家带来的是StableDiffusion研究（二）sd模型ControlNet1.1介绍与安装。首先来明确一下这个ControlNet1.1到到底是什么？ControlNet1.1是StableDiffusion绘画插件，在2023年4月份更新了V1.1版本，发布了14个优
前言 AI绘画当前非常的火爆，随着Stablediffusion，Midjourney的出现将AI绘画推到顶端，各大行业均受其影响，离我们最近的AI绘画当属Stablediffusion，可本地化部署，只需电脑配备显卡即可完成AI绘画工作，此篇文章将以AUTODL从0到1云部署stable-diffusion-webui。1.注册打开AutoDL，点击立即注册，根据提示完成注册即可2.租用实例登录完成后进入控制台，在容器实例界面点击租用新实例选择合适价格的示例，可以选择按量计费，使用多久就支付多少滚动下来选择基础镜像，选择_Miniconda/conda3/3.10(ubuntu22.04)
第一节：嘿ChatGPT，你能帮我写提示吗？引用OpenAI自己的描述，ChatGPT是InstructGPT的同级模型，它经过训练可以遵循提示中的指令并提供详细的响应。并且它还能够为图像生成编写提示😃首先，我首先选择了当天的服装：上衣：轻盈的白色长袖衬衫，带有精致的花卉印花。这件衬衫有V领口和飘逸的袖子。下装：我选择了一条高腰A字型中长半身裙，颜色为柔和的淡绿色，外加一双超透明连裤袜。这条裙子在风中飘逸，与紧身裤一起提供足够的覆盖，让我在凉爽的春日保持舒适。鞋子：一双米色漆皮细高跟鞋。它们用途广泛且别致。外套：为了防风，我选择了一件经典的米色轻便风衣。然后我要求ChatGPT为Midjour
目录 先睹为快 开发环境问题一，点“生成”按钮就退出程序问题二、生成的图片是马赛克第一步：解决环境问题第二步：更新指定的torch版本包步骤一：更新指定的torch包：步骤二：重新安装pytorch-nightly版本的包：问题三：正确的启动webui.sh 先睹为快 开发环境 硬件：基于Intel的CPU，AMD7970显卡，同样适用于所有AMD的GPU 软件：python3.10,torch==1.12.1torchvision==0.13.1 或者：python3.11 torch==2.0.1torchvision==0.15.2 问题一，点“生成”按钮就退出
一些过程+亿些踩坑记录都是因为自己显卡太差，正好还有剩下来的深度学习平台租的服务器，单纯用的话没有必要这么麻烦，但训练对显存有要求而且我也没打算拿着小笔记本电脑跑到天荒地老。目前时间是2022.11.12，以后和以前的版本可能会不适用。我用到的过程们创建环境（linux）一般租的服务器会自带一些配置，似乎可以少配置一点，但我的教训是从头整一个干净的虚拟环境更省心。condacreate-nsdpython=3.8condaactivatesd关于conda、pip等东西，如果你的平台上没有自带，应该会有基础教程。关于怎么持久化你的虚拟环境各个平台应该有相应做法。然后是官方网站给的指令：sudo
一些过程+亿些踩坑记录都是因为自己显卡太差，正好还有剩下来的深度学习平台租的服务器，单纯用的话没有必要这么麻烦，但训练对显存有要求而且我也没打算拿着小笔记本电脑跑到天荒地老。目前时间是2022.11.12，以后和以前的版本可能会不适用。我用到的过程们创建环境（linux）一般租的服务器会自带一些配置，似乎可以少配置一点，但我的教训是从头整一个干净的虚拟环境更省心。condacreate-nsdpython=3.8condaactivatesd关于conda、pip等东西，如果你的平台上没有自带，应该会有基础教程。关于怎么持久化你的虚拟环境各个平台应该有相应做法。然后是官方网站给的指令：sudo
使用的电脑配置：本文中，我的实验环境是AppleM1CPU的MacBookPro，机器内存容量为16GB。同样还能够运行本文的设备包含：2022年生产的MacBookAir(M2)、13寸的MacBookPro(M2)、MacStudio(2022)2021年生产的14寸和16寸的MacBookPro、24寸的iMac(M1)2020年生产的Macmini(M1)、MacBookAir(M1)、13寸的MacBookPro(M1)当然，还有搭载了M1芯片的第五代iPadPro第一步基础环境准备想要在ARM芯片的Mac设备上运行这个模型应用，我们需要做几件事：准备Python基础运行环境准备软件
目录1、下载SD2、部署SD3、汉化SD4、测试前言本文为StableDiffusionWebUI（后文简称“SD”）的本地部署教程，本教程尽量保证所有步骤可在国内网络环境下进行，读者若能无障碍访问github等网站则更佳，请使用Windows10及以上的64位Windows系统及显存大于等于6G的显卡。 1、下载SD在这之前你需要安装git和python3.0.16，下面的地址是适用于SD1.2.1（旧版）的教程，有关git和python的安装说明可以在其得知，本文不再赘述https://blog.csdn.net/2301_76989208/article/details/13054846
