Disco_Diffusion_Local
1.0.0
Получение последних версий дискотеки диско (на момент написания написания это V5 с турбо и 3D -анимацией) для работы локально, а не Colab. Включая то, как я запускаю это в Windows, несмотря на некоторые зависимости Linux;). Теперь включает в себя экспериментальный пакетный режим, чтобы создать столько видео, сколько вы хотите, с различными подсказками, с 1 пробежкой.
Если вы столкнетесь с любыми проблемами, не стесняйтесь открыть проблему, и я сделаю все возможное, чтобы помочь устранению неполадок. Быть как можно более конкретным. Например, если вы получаете сообщение об ошибке в любой момент, вам необходимо включить это в проблему, наряду с операционной системой и компьютерными характеристиками.
Те же шаги должны работать на Linux, начиная с шага 3.
Требования:
Windows 11: Windows 11 должен работать, но не повредит обновить до последней версии, прежде чем продолжить :) (Обратите внимание, что я создал и протестировал это в Windows 10) Windows 10: Вы должны выполнить хотя бы обновление 21H2 для вашего графического процессора. Чтобы проверить, какую версию вы запускаете, откройте CMD и введите:
winver
Если у вас 21h2 или позже, вы готовы идти. Если нет, попробуйте обновить Windows, вводя «Проверьте наличие обновлений» в меню «Пуск» и с помощью встроенного инструмента. Лично для меня требуемое обновление не отображалось, но я смог установить его, используя помощника по обновлению Windows 10.
Мы будем использовать только зависимости Linux, - это установить последнюю версию подсистемы Windows для Linux (WSL2). Это запускает виртуальную машину - например, установку Ubuntu в Windows. Тем не менее, Microsoft реализовала это на очень низком уровне, что означает почти отсутствие HIT и поддержки GPU!
Для получения последних инструкций по этому поводу следуйте официальному руководству Microsoft.
Вкратце, просто откройте Windows PowerShell в качестве администратора и введите:
wsl —-install
Это может запрашивать перезапуск, и когда вы перезапустите компьютер, у вас будет приложение в меню «Пуск» или строке задач под названием «Ubuntu»!
Нам нужно будет установить Anaconda в нашу среду Ubuntu, чтобы легко управлять пакетами. Откройте свое новое приложение Ubuntu (и исправьте любые ошибки, которые возникают при первом запусках. У меня было несколько, но они были либо самостоятельными, либо легко исправлены с некоторым быстрым гуглом). Теперь вы хотите загрузить, затем запустить, установщик Linux Anaconda следующим образом. Если вы следите за этим намного позже марта 2022 года, вы можете заменить URL ниже последней версией с сайта 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
Следуйте инструкциям на экране. Т.е. тип да, когда он просит вас, и попросите его запустить Conda init для вас, когда вам будет предложено.
Закройте свой терминал Ubuntu и снова откройте его.
Теперь введите и бегите
conda —-help
Если это дает вам длинный список вариантов Conda, это означает, что она успешно установила Anaconda в Ubuntu!
Теперь мы создадим и активируем среду Conda (внутри Ubuntu) со всеми соответствующими зависимостями.
conda create -n pytorch_110
conda activate pytorch_110
Всякий раз, когда вы перезагружаете компьютер, или закрываете и снова открываете Ubuntu, вам придется запустить эту вторую команду (Conda активируйте Pytorch). Теперь установите правильную версию Pytorch:
conda install pytorch==1.10 torchvision torchaudio cudatoolkit==11.1 -c pytorch -c conda-forge
Введите Y всякий раз, когда затрагивает.
Поиск вышеупомянутого потребовалось много проб и ошибок. Трудностью было найти комбинацию Pytorch и Cudatoolkit, которая работает с Pytorch3d (требуется позже). Вышеуказанное сработало для меня.
Теперь установите некоторые другие зависимости:
conda install jupyter pandas requests matplotlib
conda install opencv -c conda-forge
Вариант 1 для того, как фактически запустить код и получить изображения / видео. Вариант 1 включает загрузку .ipynb, который слегка изменяется из ноутбука Colab, редактирование ячеек и редактирование их в среде ноутбука.
Мы будем работать в ноутбуке Jupyter ноутбука Colab. (В настоящее время я работаю над более чистым интерфейсом, обязательно снимаюсь и смотрю репо, чтобы увидеть, когда это заканчивается).
Загрузите ноутбук Jupyter в этом репо. Если вы знаете, как, клонируйте репо непосредственно в свое распределение Ubuntu. Чтобы сделать это руководство как можно более легко следовать, я также покажу более простой способ.
В вашем терминале Ubuntu тип:
explorer.exe .
Это откроет ваш каталог Ubuntu в Windows Explorer! Найдите место, в которое вы хотите загрузить ноутбук, возможно, создайте новую папку для него.
На моем репозитории GitHub нажмите «Код», затем загрузите ZIP. Извлеките ZIP и скопируйте файл .ipynb в нужную папку в Ubuntu . Если ранее Typed Explorer.exe у вас будет открыта папка Ubuntu в Explorer, так что вы можете перетаскивать и падать в эту папку.
В вашем терминале Ubuntu запустите:
jupyter notebook
Вы можете заметить, что это автоматически не открывает Юпитер в вашем браузере. Ничего страшного! Просто ищите URL, начиная с Localhost, скопируйте его и вставьте его в браузер в Windows.
Это должно открыть Юпитер в вашем браузере! Теперь перейдите в папку, где вы разместили ноутбук Jupyter и откройте ее. Запустите клетки, один за другим. Они должны установить дополнительные необходимые зависимости и загружать все модели для вас. По пути вы можете изменить любые настройки, которые вам нужны. Одна из последних ячеек запрашивает «text_prompts», которую вы можете указать, чтобы создать все, что вы хотите!
Вариант 2 для того, как фактически запустить код и получить изображения / видео. Это включает в себя настройку папки с файлами настроек, которые ноутбука будет работать до 1 на 1. Это позволит вам указать просьбы для столько различных видеороликов, сколько вы хотите, и создать их все с одним заездом из ноутбука.
Некоторые варианты должны быть указаны один раз, и будут использоваться для всех элементов в очереди. Установите их в "queue/master_settings.txt":
Параметры, которые могут быть указаны для каждого видео, являются следующими. Должен быть указан в «queue/queue_1.txt», «queue/queue_2.txt» и т. Д. Файлы могут быть созданы во время запуска сценария, без перерыва!
Обратите внимание, что это в настоящее время экспериментально и предназначено для создания серии видео (не изображений). Вы можете отправить проблемы для ошибок / запросов функций или даже ваших собственных запросов на привлечение, если вы хотите улучшить это;)
Кроме того, для моего использования исправление всех этих функций работает нормально. Если есть функции, которые вы хотели бы иметь возможность измениться между пробегами в очереди, которую вы не можете в настоящее время, не стесняйтесь начать проблему или запрос на то.
Клонировать репо в вашу установку Ubuntu. Если вы не знаете, как это сделать, нажмите «Код» и «Скачать Zip» в этом репо. Скопируйте весь репо в папку в вашей среде Ubuntu. Обычно это где -то вроде " wsl $ ubuntu home amername". Вы можете легко получить к нему доступ, набрав Explorer.exe. В вашем окне Ubuntu.
Одна из копий, которую вы скопировали, следует назвать «очередью». Откройте это и укажите, какие настройки вы хотите в «Master_settings». Затем укажите, какие подсказки вы хотите в каждом видео, в отдельных файлах в этой же папке. Они должны назвать «queue_1.txt» и далее, без каких -либо пробелов.
Вы можете синтезировать файлы очереди из командной строки, просто перейдите к клонированному репозиторию и введите:
jupyter nbconvert --execute --to notebook --inplace Disco_Diffusion_v5_2_w_VR_Mode_batch_mode.ipynb
Выше приведено запускать все ячейки в ноутбуке Юпитера из командной строки. Вы также можете запустить их в Юпитере, если вы предпочитаете. См. Вариант 1 для инструкций о том, как запустить ноутбук Jupyter, если хотите.
Это должно быть! Это должно начать создавать изображения в вашей очереди, 1 по 1.
Я получаю ошибки CUDA.
RuntimeError: Ошибка CUDA: Неизвестная ошибка ошибки ядра CUDA может быть асинхронно сообщена при каком -то другом вызове API, поэтому приведенная ниже Stacktrace может быть неверным. Для отладки рассмотрите проход Cuda_launch_blocking = 1.
Если вы получаете ошибку, как приведенное выше, я когда -либо знал, что это произойдет, только если вы используете слишком много VRAM. Сокращение, выполняя 1 или все из следующих:
Если это работает, медленно добавьте модели обратно и увеличивайте разрешение, пока вы не узнаете, где находится предел для вашего графического процессора.
