carefree creator

Ein offener Schöpfer für alle.

• Dies ist das Backend -Projekt des Creator . Wenn Sie nach den Webui -Codes suchen, können Sie das carefree-drawboard auschecken? Projekt.

• Der größte Teil des Inhalts wurde auf die Wiki -Seite verschoben.

Wiki | Webui -Codes

Installation

carefree-creator basiert auf carefree-learn und erfordert:

• Python>=3.8
• pytorch>=1.12.0 . Weitere Informationen finden Sie auf der offiziellen Website von Pytorch. Es wird dringend empfohlen, Pytorch mit Conda vorzustellen.

Hardwareanforderungen

Verwandte Ausgabe: #10.

Dieses Projekt wird 11 bis 13 GB GPU -RAM auffressen, wenn keine Modifikationen vorgenommen werden, da es tatsächlich fünf verschiedene SD -Versionen und auch viele andere Modelle integriert. ?

Es gibt zwei Möglichkeiten, die den Einsatz von GPU -RAM zu verringern können - fauler Laden und teilweise Laden. Weitere Informationen finden Sie im folgenden Abschnitt Run .

PIP -Installation

pip install carefree-creator

Wenn Sie an den neuesten Funktionen interessiert sind, können Sie pip auch zur Installation von Quelle verwenden:

git clone https://github.com/carefree0910/carefree-creator.git
cd carefree-creator
pip install -e .

Laufen

carefree-creator baut eine CLI für Sie, damit Sie Ihren lokalen Service einrichten können. Zum Beispiel können wir:

cfcreator serve

Wenn Sie keine NVIDIA -GPU (z. B. Mac) haben, können Sie es versuchen:

cfcreator serve --cpu

Wenn Sie Ihren GPU-Laptop verwenden, können Sie es versuchen:

cfcreator serve --limit 1

Das Flag --limit wird verwendet, um die Anzahl der Lademodelle zu begrenzen. Durch Angeben von 1 wird nur das ausführende Modell geladen und andere Modelle bleiben auf Ihrer Festplatte.

Weitere Informationen finden Sie in #10.

Wenn Sie zahlreiche RAM -Ressourcen haben, Ihr GPU -RAM nicht groß genug ist, können Sie es versuchen:

cfcreator serve --lazy

Mit der Flagge --lazy werden die Modelle auf RAM geladen, und nur das ausführende Modell wird auf GPU -RAM verschoben.

Also als Austausch wird Ihr Widder auffressen! ?

Wenn Sie die SD -Basisendpunkte nur ausprobieren möchten, können Sie verwenden:

cfcreator serve --focus sd.base

Und wenn Sie nur die SD -Anime -Endpunkte ausprobieren möchten, können Sie verwenden:

cfcreator serve --focus sd.anime

Weitere Verwendungen könnten gefunden werden von:

cfcreator serve --help

Docker

Vorbereiten

 export TAG_NAME=cfcreator
git clone https://github.com/carefree0910/carefree-creator.git
cd carefree-creator

Bauen

docker build -t $TAG_NAME .

Wenn Ihre Internetumgebung in China landet, ist es möglicherweise schneller, mit Dockerfile.cn zu bauen:

docker build -t $TAG_NAME -f Dockerfile.cn .

Laufen

docker run --gpus all --rm -p 8123:8123 $TAG_NAME :latest

Credits

• Stabile Diffusion, die Grundlage verschiedener Generationsmethoden.
• Stabile Diffusion von Runwayml, der angewandten SD-In-Painting-Methode.
• Waifu-Diffusion, die anime-finetunierte Version der stabilen Diffusion.
• Real Esrgan, die angenommenen Superauflösungsmethoden.
• Latente Diffusion, die angewandte Inpacking & Landscape -Synthesemethode.
• Sorglos-Learn, die Codebasis, die alle obigen Modelle neu implementiert und saubere und praktische APIs bereitgestellt hat.
• Und du! Danke, dass du zugesehen hast!