الصفحة الرئيسية>المتعلقة بالبرمجة>شفرة المصدر الأخرى
تنزيل

Disco Diffusion V5 Turbo ، مع الرسوم المتحركة ثلاثية الأبعاد ، تعمل محليًا.

الحصول على أحدث إصدارات من انتشار الديسكو (في وقت كتابة هذا التقرير هذا هو V5 مع Turbo و 3D الرسوم المتحركة) للعمل محليًا ، بدلاً من كولاب. بما في ذلك كيفية تشغيل هذا على Windows ، على الرغم من بعض التبعيات Linux فقط ؛). يتضمن الآن وضع الدُفعات التجريبية لإنشاء أكبر عدد ممكن من مقاطع الفيديو مع مطالبات مختلفة ، مع تشغيل واحد فقط.

إذا واجهت أي مشكلات ، فلا تتردد في فتح مشكلة وسأبذل قصارى جهدي للمساعدة في استكشاف الأخطاء وإصلاحها. تكون محددة قدر الإمكان. على سبيل المثال ، إذا تلقيت رسالة خطأ في أي وقت ، فأنت بحاجة إلى تضمين هذا في المشكلة ، إلى جانب نظام التشغيل ومواصفات الكمبيوتر.

أمثلة

كيفية تشغيل هذا على Windows

يجب أن تعمل نفس الخطوات على Linux ، بدءًا من الخطوة 3.

متطلبات:

  • NVIDIA GPU مع ما لا يقل عن 8 جيجابايت VRAM. ينصح 12 جيجابايت.
  • Windows 10 أو 11

الخطوة 1: تحديث Windows

Windows 11: يجب أن يعمل Windows 11 ، لكن لا يضر بالتحديث إلى أحدث إصدار قبل المتابعة :) (ملاحظة على الرغم من أنني قمت بإنشاء هذا واختبرته على Windows 10) Windows 10: يجب أن تقوم بتشغيل على الأقل تحديث 21H2 حتى يعمل GPU. للتحقق من الإصدار الذي تقوم بتشغيله ، افتح CMD و type: 

 winver

إذا كنت في 21H2 أو في وقت لاحق ، فأنت على ما يرام. إذا لم يكن الأمر كذلك ، فحاول تحديث Windows عن طريق كتابة "تحقق من التحديثات" في قائمة START واستخدام الأداة المضمنة. بالنسبة لي شخصياً ، لم يظهر التحديث المطلوب ، لكنني تمكنت من تثبيته باستخدام مساعد تحديث Windows 10.

الخطوة 2: تثبيت WSL2

الطريقة التي سنستخدم بها التبعيات Linux فقط هي تثبيت أحدث إصدار من نظام Windows الفرعي لـ Linux (WSL2). سيقوم هذا بتشغيل جهاز تثبيت Ubuntu مثل الجهاز الظاهري على Windows. ومع ذلك ، قامت Microsoft بتطبيق هذا بمستوى منخفض للغاية ، مما يعني أنه لا يوجد أي أداء ودعم GPU!

للحصول على أحدث الإرشادات حول هذا ، اتبع دليل Microsoft الرسمي.

باختصار ، ما عليك سوى فتح Windows PowerShell كمسؤول ، واكتب: 

 wsl —-install

قد تطلب إعادة التشغيل ، وعندما تقوم بإعادة تشغيل جهاز الكمبيوتر الخاص بك ، سيكون لديك تطبيق في قائمة START أو شريط المهام يسمى "Ubuntu"!

الخطوة 3: تثبيت Anaconda على Ubuntu

سنحتاج إلى تثبيت Anaconda داخل بيئة Ubuntu الخاصة بنا لإدارة الحزم بسهولة. افتح تطبيق Ubuntu الجديد الخاص بك (وإصلاح أي أخطاء تظهر عند الإطلاق الأول. كان لدي عدد قليل ، لكنهم كانوا إما توضيحيين ذاتي أو ثابتة بسهولة مع بعض googling السريع). الآن تريد تنزيل ، ثم تشغيل ، Linux Anaconda Installer على النحو التالي. إذا كنت تتابع هذا بعد مارس 2022 ، يمكنك استبدال عنوان URL أدناه بأحدث إصدار من موقع Anaconda. 

 mkdir Downloads 
cd Downloads 
wget https://repo.anaconda.com/archive/Anaconda3-2021.11-Linux-x86_64.sh
bash Anaconda3-2021.11-Linux-x86_64.sh

اتبع التعليمات على الشاشة. أي اكتب نعم عندما يطلب منك ذلك ، واطلب منه تشغيل كوندا init لك عند المطالبة.

أغلق محطة Ubuntu الخاصة بك وفتحها مرة أخرى.

الآن اكتب وتشغيل 

 conda —-help

إذا كان يمنحك قائمة طويلة من خيارات كوندا ، فهذا يعني أنه تم تثبيته بنجاح Anaconda داخل Ubuntu!

الخطوة 4: إنشاء بيئتنا

سنقوم الآن بإنشاء وتنشيط بيئة كوندا (داخل Ubuntu) مع جميع التبعيات المناسبة. 

 conda create -n pytorch_110
conda activate pytorch_110

كلما قمت بإعادة تشغيل جهاز الكمبيوتر الخاص بك ، أو تغلق وفتح Ubuntu مرة أخرى ، سيتعين عليك تشغيل هذا الأمر الثاني (تنشيط Conda Pytorch). الآن قم بتثبيت الإصدار الصحيح من Pytorch: 

 conda install pytorch==1.10 torchvision torchaudio cudatoolkit==11.1 -c pytorch -c conda-forge

اكتب Y كلما طُلبت.

استغرق العثور على ما سبق الكثير من التجربة والخطأ. وكانت الصعوبة هي العثور على مجموعة Pytorch و Cudatoolkit التي تعمل مع Pytorch3d (مطلوب لاحقًا). ما سبق عمل بالنسبة لي.

الآن تثبيت بعض التبعيات الأخرى: 

 conda install jupyter pandas requests matplotlib
conda install opencv -c conda-forge

الخطوة 5 ، الخيار 1: على غرار كولاب ، سهل

الخيار 1 لكيفية تشغيل الكود فعليًا والحصول على الصور / الفيديو. يتضمن الخيار 1 تنزيل .ipynb ، يتم تعديله بخفة من دفتر الملاحظات Colab ، وتحرير الخلايا وتحريرها داخل بيئة دفتر الملاحظات.

لاستخدام الخيار 1:

سنعمل ضمن إصدار دفتر Notebook Jupyter من دفتر Colab Notebook. (أنا أعمل حاليًا على واجهة أنظف ، تأكد من نجمة ومشاهدة الريبو لمعرفة متى يتم بث هذا الأمر).

قم بتنزيل دفتر Jupyter في هذا الريبو. إذا كنت تعرف كيف ، استنساخ الريبو مباشرة في توزيع Ubuntu الخاص بك. لجعل هذا الدليل سهل المتابعة قدر الإمكان ، سأعرض أيضًا طريقة أسهل.

في محطة Ubuntu الخاصة بك ، اكتب: 

 explorer.exe .

سيؤدي هذا إلى فتح دليل Ubuntu في Windows Explorer! ابحث عن موقع تريد تنزيل دفتر الملاحظات إليه ، وربما إنشاء مجلد جديد لذلك.

على مستودع GitHub الخاص بي ، انقر فوق "رمز" ثم قم بتنزيل Zip. استخراج الرمز البريدي ، ونسخ ملف .ipynb إلى المجلد المطلوب في أوبونتو . إذا كتبت Explorer.exe في وقت سابق ، سيكون لديك مجلد Ubuntu مفتوح في Explorer ، حتى تتمكن من السحب والإسقاط في هذا المجلد.

في محطة Ubuntu الخاصة بك ، قم بتشغيل: 

 jupyter notebook

قد تلاحظ أن هذا لا يفتح Jupyter تلقائيًا في متصفحك. هذا جيد! فقط ابحث عن عنوان URL بدءًا من المضيف المحلي ، ونسخ هذا ، وقم بصقه في متصفحك على Windows.

هذا يجب أن يفتح jupyter في متصفحك! انتقل الآن إلى المجلد حيث وضعت دفتر Jupyter الخاص بك ، وفتحه. تشغيل الخلايا ، واحدة تلو الأخرى. يجب عليهم تثبيت مزيد من التبعيات المطلوبة وتنزيل جميع النماذج لك. على طول الطريق ، يمكنك تغيير أي إعدادات تريدها. إحدى الخلايا الأخيرة تسأل عن "text_prompts" ، والتي يمكنك تحديدها لإنشاء ما تريد!

الخطوة 5 ، الخيار 2. سطر أوامر وضع الدُفعات ، قم بإنشاء مقاطع فيديو متعددة في تشغيل واحد ، أكثر تقدمًا ، لا يزال تجريبيًا

الخيار 2 لكيفية تشغيل الكود فعليًا والحصول على الصور / الفيديو. يتضمن ذلك إعداد مجلد مع ملفات الإعدادات ، والتي سيعمل دفتر الملاحظات من خلال 1 × 1. سيسمح لك ذلك بتحديد مطالبات لأكبر عدد ممكن من مقاطع الفيديو المختلفة ، وإنشاءها جميعًا بمشاركة واحدة من دفتر ملاحظات.

يجب تحديد بعض الخيارات مرة واحدة ، وسيتم استخدامها لجميع العناصر في قائمة الانتظار. اضبط هذه في "Queue/Master_settings.txt":

  • diffusion_model
  • use_secondary_model
  • VITB32
  • VITB16
  • VITL14
  • RN101
  • RN50
  • RN50x4
  • RN50x16
  • RN50X64
  • عرض
  • ارتفاع
  • init_image
  • Translation_x
  • Translation_y
  • Translation_z
  • rotation_3d_x
  • rotation_3d_y
  • rotation_3d_z
  • turbo_mode

الخيارات التي يمكن تحديدها لكل مقطع فيديو هي كما يلي. يجب تحديدها في "قائمة الانتظار/queue_1.txt" ، "قائمة الانتظار/قائمة الانتظار _22.txt" ، إلخ. يمكن إنشاء الملفات أثناء تشغيل البرنامج النصي ، دون انقطاع!

  • text_prompts
  • Image_prompts
  • max_frames
  • خطوات

لاحظ أن هذا تجريبي حاليًا ، ويهدف إلى إنشاء سلسلة من مقاطع الفيديو (وليس الصور). نرحب بك لتقديم مشكلات لطلبات الأخطاء / الميزات ، أو حتى طلبات السحب الخاصة بك إذا كنت ترغب في تحسين هذا ؛)

أيضًا ، لاستخداماتي ، يعمل إصلاح كل هذه الميزات بشكل جيد. إذا كانت هناك ميزات ترغب في أن تكون قادرًا على التغيير بين التشغيل في قائمة الانتظار التي لا يمكنك حاليًا ، فلا تتردد في بدء مشكلة أو سحب.

لاستخدام الخيار 2:

استنساخ الريبو في تثبيت Ubuntu الخاص بك. إذا كنت لا تعرف كيفية القيام بذلك ، فانقر فوق "رمز" و "تنزيل zip" على هذا الريبو. انسخ الريبو بأكمله إلى مجلد في بيئة أوبونتو. هذا عادة ما يكون في مكان ما مثل " wsl $ ubuntu home username". يمكنك الوصول إليها بسهولة عن طريق كتابة explorer.exe. في نافذة Ubuntu الخاصة بك.

يجب أن يطلق على أحد المجلدات التي نسختها "قائمة الانتظار". افتح هذا ، وحدد الإعدادات التي تريدها في "Master_settings". ثم حدد ما يطالب به في كل مقطع فيديو ، في ملفات منفصلة في هذا المجلد نفسه. يجب أن يطلقوا على اسم "queue_1.txt" فصاعدًا ، دون أي فجوات.

يمكنك توليف ملفات قائمة الانتظار من سطر الأوامر ، ما عليك سوى الانتقال إلى المستودع المستنسخ والنوع: 

 jupyter nbconvert --execute --to notebook --inplace Disco_Diffusion_v5_2_w_VR_Mode_batch_mode.ipynb

سيقوم ما ورد أعلاه بتشغيل جميع الخلايا في دفتر Jupyter من سطر الأوامر. يمكنك أيضًا تشغيلها في Jupyter إذا كنت تفضل ذلك. راجع الخيار 1 للحصول على إرشادات حول كيفية تشغيل دفتر Jupyter إذا كنت ترغب في ذلك.

يجب أن يكون ذلك! يجب أن يبدأ هذا في إنشاء الصور في قائمة الانتظار الخاصة بك ، 1 × 1.

التعليمات

  1. أحصل على أخطاء CUDA.

    Runtimeerror: خطأ CUDA: خطأ غير معروف في CUDA قد يتم الإبلاغ عن أخطاء kernel غير متزامن في بعض مكالمات API الأخرى ، لذلك قد يكون stacktrace أدناه غير صحيح. لتصحيح الأخطاء النظر في تمرير CUDA_LAUNCH_BLOCKING = 1.

إذا كنت تحصل على خطأ مثل ما سبق ، فقد عرفت هذا فقط أن يحدث ذلك إذا كنت تستخدم الكثير من VRAM. تقليل عن طريق القيام 1 أو كل ما يلي:

  • في 2. إعدادات نموذج الانتشار والمقطع ، حاول تعطيل جميع النماذج باستثناء 1 (والحفاظ على "استخدام النموذج الثانوي")
  • في 2. إعدادات نموذج الانتشار ومقطع ، قم بالتبديل إلى "256x256_diffusion_uncond".
  • في الإعدادات ، تقلل الدقة بشكل كبير (إلى 128 × 128) ومعرفة ما إذا كان ذلك يساعد.

إذا نجح هذا ، أضف نماذج الظهر ببطء وزيادة الدقة حتى تكتشف أين يوجد الحد لصالح وحدة معالجة الرسومات الخاصة بك.

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل