
منشئ مفتوح من مصادر منظمة العفو الدولية للجميع.
هذا هو مشروع الواجهة الخلفية لمنتج
Creator. إذا كنت تبحث عن رموز WebUI ، فيمكنك الخروج منcarefree-drawboard؟ مشروع.تم نقل معظم المحتويات إلى صفحة ويكي.
تم تصميم carefree-creator على رأس carefree-learn ، ويتطلب:
Python>=3.8pytorch>=1.12.0 . يرجى الرجوع إلى موقع Pytorch الرسمي الرسمي ، ويوصى بشدة بتثبيت Pytorch مع Conda. القضية ذات الصلة: #10.
سوف يتناول هذا المشروع ما يصل إلى 11 ~ 13 جيجابايت من ذاكرة الوصول العشوائي من GPU إذا لم يتم إجراء تعديلات ، لأنه يدمج بالفعل خمسة إصدارات مختلفة SD معًا ، والعديد من النماذج الأخرى أيضًا. ؟
هناك طريقتان يمكن أن تقلل من استخدام RAM GPU - التحميل البطيء والتحميل الجزئي ، راجع قسم Run التالي لمزيد من التفاصيل.
pip install carefree-creator إذا كنت مهتمًا بأحدث الميزات ، فيمكنك استخدام pip للتثبيت من المصدر أيضًا:
git clone https://github.com/carefree0910/carefree-creator.git
cd carefree-creator
pip install -e . يقوم carefree-creator ببناء CLI لك لإعداد خدمتك المحلية. على سبيل المثال ، يمكننا:
cfcreator serveإذا لم يكن لديك وحدة معالجة الرسومات NVIDIA (مثل MAC) ، فقد تحاول:
cfcreator serve --cpuإذا كنت تستخدم الكمبيوتر المحمول الذي يعمل بنظام GPU الخاص بك ، فيمكنك المحاولة:
cfcreator serve --limit 1يتم استخدام العلم
--limitللحد من عدد نماذج التحميل. من خلال تحديد1، سيتم تحميل نموذج التنفيذ فقط ، وسيظل الطرز الأخرى على القرص.انظر رقم 10 لمزيد من التفاصيل.
إذا كان لديك الكثير من موارد ذاكرة الوصول العشوائي ولكن ذاكرة الوصول العشوائي الخاصة بك ليست كبيرة بما يكفي ، فقد تحاول:
cfcreator serve --lazyباستخدام العلم
--lazy، سيتم تحميل النماذج على ذاكرة الوصول العشوائي ، وسيتم نقل نموذج التنفيذ فقط إلى ذاكرة الوصول العشوائي (RAM).كتبادل ، سيتم تناول كبش! ؟
إذا كنت ترغب فقط في تجربة نقاط النهاية SD الأساسية ، فيمكنك استخدام:
cfcreator serve --focus sd.baseوإذا كنت تريد فقط تجربة نقاط نهاية SD Anime ، فيمكنك استخدام:
cfcreator serve --focus sd.animeيمكن العثور على المزيد من الاستخدامات من خلال:
cfcreator serve --help export TAG_NAME=cfcreator
git clone https://github.com/carefree0910/carefree-creator.git
cd carefree-creatordocker build -t $TAG_NAME . إذا هبطت بيئة الإنترنت الخاصة بك في الصين ، فقد يكون من الأسرع أن تبني مع Dockerfile.cn :
docker build -t $TAG_NAME -f Dockerfile.cn .docker run --gpus all --rm -p 8123:8123 $TAG_NAME :latest