Disco_Diffusion_Local
1.0.0
コラブではなく、ローカルで動作するために、ディスコ拡散の最新バージョン（これはターボと3Dアニメーションを備えたV5）を取得します。いくつかのLinuxのみの依存関係にもかかわらず、Windowsでこれを実行する方法を含めます;）。これで、実験的なバッチモードが含まれており、さまざまなプロンプトで必要な数のビデオを作成して、1回の実行だけで作成します。
問題が発生した場合は、お気軽に問題を開いてください。トラブルシューティングを支援するために最善を尽くします。可能な限り具体的である。たとえば、任意の時点でエラーメッセージが表示された場合、オペレーティングシステムやコンピューター仕様とともに、これを問題に含める必要があります。
ステップ3から同じ手順がLinuxで動作するはずです。
要件：
Windows 11：Windows 11は動作するはずですが、続行する前に最新バージョンに更新することは害にはなりません:)（Windows 10でこれを作成してテストしたことに注意してください）Windows 10：GPUのために少なくとも機能アップデート21H2を実行する必要があります。実行しているバージョンを確認するには、CMDを開いてタイプします。
winver
21H2以降の場合は、行ってもいいです。そうでない場合は、[更新をチェック]をスタートメニューに入力して、ビルトインツールを使用してWindowsを更新してください。個人的には、必要なアップデートは表示されていませんでしたが、Windows 10 Update Assistantを使用してインストールすることができました。
Linuxのみの依存関係を使用する方法は、Linux（WSL2）用のWindowsサブシステムの最新バージョンをインストールすることです。これにより、WindowsにVirtual MachineのようなUbuntuのインストールが実行されます。ただし、Microsoftはこれを非常に低いレベルで実装しています。つまり、パフォーマンスのヒットとGPUのサポートはほとんどありません。
これに関する最新の指示については、公式のMicrosoftガイドに従ってください。
簡単に言えば、Windows PowerShellを管理者として開くだけで、次を入力します。
wsl —-install
再起動をリクエストする可能性があり、コンピューターを再起動すると、「Ubuntu」と呼ばれるスタートメニューまたはタスクバーにアプリがあります。
パッケージを簡単に管理するには、Ubuntu環境にAnacondaをインストールする必要があります。新しいubuntuアプリを開きます（そして、最初の起動時に出てくるエラーを修正しました。いくつかありましたが、自明であるか、簡単にグーグルで簡単に修正しました）。次のように、Linux Anacondaインストーラーをダウンロードして実行します。 2022年3月よりずっと遅くこれをフォローしている場合は、以下のURLをAnaconda Webサイトの最新バージョンに置き換えることができます。
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
画面上の指示に従ってください。 IEはあなたに尋ねるときに「はい」と入力し、プロンプトが表示されたときにConda initを実行するように依頼してください。
ubuntu端末を閉じて、もう一度開きます。
入力して実行します
conda —-help
コンドラオプションの長いリストを提供する場合、それはUbuntu内にアナコンダを正常にインストールしていることを意味します！
ここで、すべての適切な依存関係を使用して（Ubuntu内）コンドラ環境を作成およびアクティブにします。
conda create -n pytorch_110
conda activate pytorch_110
コンピューターを再起動するとき、または再びubuntuを閉じて開くたびに、その2番目のコマンドを実行する必要があります（CondaはPytorchをアクティブにします）。 Pytorchの正しいバージョンをインストールします。
conda install pytorch==1.10 torchvision torchaudio cudatoolkit==11.1 -c pytorch -c conda-forge
プロンプトが表示されるたびにYと入力します。
上記を見つけるには、多くの試行錯誤が必要でした。難しさは、pytorch3dで動作するpytorchとcudatoolkitの組み合わせを見つけることでした（後で必須）。上記は私のために働いた。
次に、他の依存関係をインストールします。
conda install jupyter pandas requests matplotlib
conda install opencv -c conda-forge
実際にコードを実行し、画像 /ビデオを取得する方法については、オプション1。オプション1には、Colab Notebookから軽く変更され、セルの編集、ノートブック環境内で編集される.ipynbのダウンロードが含まれます。
ColabノートブックのJupyterノートブック版で作業します。 （私は現在、クリーナーインターフェイスに取り組んでいます。これがいつライブになるかを確認するために、スターを付けてレポを視聴してください）。
このレポでjupyterノートをダウンロードしてください。その方法がわかっている場合は、リポジトリをUbuntu分布に直接クローンします。このガイドをできるだけ簡単にフォローできるようにするために、簡単な方法も示します。
Ubuntuターミナルで、タイプ：
explorer.exe .
これにより、Windows ExplorerにUbuntuディレクトリが開きます！ノートブックをダウンロードしたい場所を見つけて、新しいフォルダーを作成してください。
githubリポジトリで、[コード]をクリックして、zipをダウンロードします。 zipを抽出し、.ipynbファイルをubuntuの目的のフォルダーにコピーします。 Explorer.exeを以前に入力した場合、ExplorerでUbuntuフォルダーを開いているため、このフォルダーにドラッグアンドドロップできます。
Ubuntuターミナルで、実行してください。
jupyter notebook
これはブラウザでJupyterを自動的に開いていないことに気付くかもしれません。大丈夫です！ LocalHostから始まるURLを探して、これをコピーして、Windowsのブラウザに貼り付けます。
これにより、ブラウザでJupyterを開くはずです！次に、Jupyterノートブックを配置したフォルダーに移動し、開きます。セルを1つずつ実行します。必要な依存関係をさらにインストールし、すべてのモデルをダウンロードする必要があります。途中で、必要な設定を変更できます。最後のセルの1つは、「text_prompts」を要求します。これは、必要なものを作成するために指定できます。
コードを実際に実行し、画像 /ビデオを取得する方法については、オプション2。これには、設定ファイルを使用してフォルダーを設定することが含まれます。ノートブックは1 x 1で動作します。これにより、必要に応じて多くの異なるビデオのプロンプトを指定し、ノートブックの1回の実行でそれらをすべて作成できます。
いくつかのオプションを1回指定する必要があり、キュー内のすべてのアイテムに使用されます。これらを「Queue/master_settings.txt」に設定します：
各ビデオに指定できるオプションは次のとおりです。 「queue/queue_1.txt」、「queue/queue_2.txt」などで指定する必要があります。ファイルは、中断することなく、スクリプトの実行中に作成できます。
これは現在実験的であり、一連の動画（画像ではなく）の作成を目的としていることに注意してください。これを改善したい場合は、バグ /機能リクエストの問題、またはあなた自身のプルリクエストを提出することを歓迎します;）
また、私の用途では、これらすべての機能を修正すると正常に機能します。現在のできないキューの実行間で変更できる機能がある場合は、問題を開始したり、リクエストをプルしたりしてください。
RepoをUbuntuインストールにクローンします。これを行う方法がわからない場合は、このレポで「コード」と「zipのダウンロード」をクリックします。 Ubuntu環境のフォルダーにリポジトリ全体をコピーします。これは通常、「 wsl $ ubuntu home username」のような場所です。 Explorer.exeを入力して、簡単にアクセスできます。 Ubuntuウィンドウで。
コピーしたフォルダーの1つは、「キュー」と呼ばれる必要があります。これを開き、「master_settings」で必要な設定を指定します。次に、この同じフォルダーの個別のファイルで、各ビデオで必要なプロンプトを指定します。彼らは、ギャップなしで「queue_1.txt」という名前を付けなければなりません。
コマンドラインからキューファイルを合成し、クローン化されたリポジトリに移動して入力するだけで、次を入力できます。
jupyter nbconvert --execute --to notebook --inplace Disco_Diffusion_v5_2_w_VR_Mode_batch_mode.ipynb
上記は、コマンドラインからJupyterノートブックのすべてのセルを実行します。必要に応じて、Jupyterで実行することもできます。必要に応じて、Jupyterノートブックを実行する方法については、オプション1を参照してください。
それはそれでなければなりません！これにより、キューに1 x 1 x 1に画像の作成が開始されます。
CUDAエラーが発生しています。
RuntimeError：CUDAエラー：不明なエラーCUDAカーネルエラーは、他のAPI呼び出しで非同期に報告される可能性があるため、以下のStacktraceが間違っている可能性があります。デバッグについては、cuda_launch_blocking = 1の合格を検討してください。
上記のようなエラーが発生している場合、VRAMが多すぎる場合にこれが起こることしか知られていません。 1またはすべてを実行することで削減します：
これが機能する場合は、GPUの制限がどこにあるかがわかるまで、ゆっくりとモデルを追加し、解像度を増やします。
