Disco_Diffusion_Local
1.0.0
รับการแพร่กระจายของดิสโก้เวอร์ชันล่าสุด (ในเวลาที่เขียนนี่คือ V5 พร้อมแอนิเมชั่นเทอร์โบและ 3D) เพื่อทำงานในท้องถิ่นแทนที่จะเป็น colab รวมถึงวิธีที่ฉันเรียกใช้สิ่งนี้บน Windows แม้จะมีการพึ่งพา Linux เท่านั้น) ตอนนี้มีโหมดแบทช์ทดลองเพื่อสร้างวิดีโอให้มากที่สุดเท่าที่คุณต้องการด้วยพรอมต์ที่แตกต่างกันโดยมีเพียง 1 รันเท่านั้น
หากคุณพบปัญหาใด ๆ อย่าลังเลที่จะเปิดปัญหาและฉันจะพยายามอย่างเต็มที่เพื่อช่วยแก้ไขปัญหา มีความเฉพาะเจาะจงที่สุดเท่าที่จะทำได้ ตัวอย่างเช่นหากคุณได้รับข้อความแสดงข้อผิดพลาด ณ จุดใด ๆ คุณต้องรวมสิ่งนี้ไว้ในปัญหาควบคู่ไปกับระบบปฏิบัติการและข้อมูลจำเพาะคอมพิวเตอร์
ขั้นตอนเดียวกันควรทำงานบน Linux โดยเริ่มจากขั้นตอนที่ 3
ความต้องการ:
Windows 11: Windows 11 ควรทำงาน แต่ไม่เจ็บที่จะอัปเดตเป็นเวอร์ชันล่าสุดก่อนดำเนินการต่อ :) (โปรดทราบว่าฉันได้สร้างและทดสอบสิ่งนี้บน Windows 10) Windows 10: คุณต้องทำงานอย่างน้อยการอัปเดตคุณสมบัติ 21H2 เพื่อให้ GPU ของคุณทำงานได้ หากต้องการตรวจสอบเวอร์ชันใดที่คุณกำลังใช้งานเปิด CMD และพิมพ์:
winver
หากคุณอยู่ในช่วง 21h2 หรือใหม่กว่าคุณก็พร้อมที่จะไป ถ้าไม่ลองอัปเดต Windows โดยพิมพ์“ ตรวจสอบการอัปเดต” ในเมนูเริ่มต้นและใช้เครื่องมือในตัว สำหรับฉันเป็นการส่วนตัวการอัปเดตที่จำเป็นไม่แสดง แต่ฉันสามารถติดตั้งได้โดยใช้ผู้ช่วยอัปเดต Windows 10
วิธีที่เราจะใช้ Linux การพึ่งพาเพียงอย่างเดียวคือการติดตั้งระบบย่อย Windows รุ่นล่าสุดสำหรับ Linux (WSL2) สิ่งนี้จะเรียกใช้การติดตั้งเครื่องเสมือนจริงเช่นการติดตั้ง Ubuntu บน Windows อย่างไรก็ตาม Microsoft ได้ดำเนินการนี้ในระดับที่ต่ำมากซึ่งหมายความว่าแทบจะไม่มีการสนับสนุนประสิทธิภาพและการสนับสนุน GPU!
สำหรับคำแนะนำล่าสุดเกี่ยวกับเรื่องนี้ให้ทำตามคู่มือ Microsoft อย่างเป็นทางการ
สั้น ๆ เพียงเปิด Windows PowerShell ในฐานะผู้ดูแลระบบและพิมพ์:
wsl —-install
อาจขอรีสตาร์ทและเมื่อคุณรีสตาร์ทคอมพิวเตอร์คุณจะมีแอพในเมนูเริ่มต้นหรือแถบงานที่เรียกว่า "Ubuntu"!
เราจะต้องติดตั้ง Anaconda ภายในสภาพแวดล้อม Ubuntu ของเราเพื่อจัดการแพ็คเกจได้อย่างง่ายดาย เปิดแอป Ubuntu ใหม่ของคุณ (และแก้ไขข้อผิดพลาดใด ๆ ที่เกิดขึ้นในการเปิดตัวครั้งแรกฉันมีไม่กี่ แต่พวกเขาก็อธิบายตนเองหรือแก้ไขได้อย่างง่ายดายด้วย googling อย่างรวดเร็ว) ตอนนี้คุณต้องการดาวน์โหลดจากนั้นเรียกใช้ตัวติดตั้ง Linux Anaconda ดังนี้ หากคุณกำลังติดตามสิ่งนี้ช้ากว่าเดือนมีนาคม 2565 คุณสามารถแทนที่ URL ด้านล่างด้วยเวอร์ชันล่าสุดจากเว็บไซต์ 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
ทำตามคำแนะนำบนหน้าจอ เช่นพิมพ์ใช่เมื่อมันขอให้คุณและขอให้เรียกใช้ Conda Init ให้คุณเมื่อได้รับแจ้ง
ปิดเทอร์มินัล Ubuntu ของคุณและเปิดอีกครั้ง
ตอนนี้พิมพ์และเรียกใช้
conda —-help
ถ้ามันให้รายการตัวเลือก conda ยาวนั่นหมายความว่ามันติดตั้ง anaconda ได้สำเร็จภายใน Ubuntu!
ตอนนี้เราจะสร้างและเปิดใช้งานสภาพแวดล้อม conda (ภายใน Ubuntu) ด้วยการพึ่งพาที่เหมาะสมทั้งหมด
conda create -n pytorch_110
conda activate pytorch_110
เมื่อใดก็ตามที่คุณรีสตาร์ทคอมพิวเตอร์ของคุณหรือปิดและเปิด Ubuntu อีกครั้งคุณจะต้องเรียกใช้คำสั่งที่สองนั้น (conda เปิดใช้งาน pytorch) ตอนนี้ติดตั้ง pytorch เวอร์ชันที่ถูกต้อง:
conda install pytorch==1.10 torchvision torchaudio cudatoolkit==11.1 -c pytorch -c conda-forge
พิมพ์ y เมื่อใดก็ตามที่ได้รับแจ้ง
การค้นหาข้างต้นใช้การลองผิดลองถูกมาก ความยากลำบากคือการหาชุด pytorch และ cudatoolkit ซึ่งทำงานร่วมกับ pytorch3d (จำเป็นในภายหลัง) ข้างต้นทำงานให้ฉัน
ตอนนี้ติดตั้งการพึ่งพาอื่น ๆ :
conda install jupyter pandas requests matplotlib
conda install opencv -c conda-forge
ตัวเลือกที่ 1 สำหรับวิธีเรียกใช้รหัสจริงและรับรูปภาพ / วิดีโอ ตัวเลือกที่ 1 เกี่ยวข้องกับการดาวน์โหลด. ipynb ซึ่งได้รับการแก้ไขเบา ๆ จากสมุดบันทึก colab, การแก้ไขเซลล์และแก้ไขภายในสภาพแวดล้อมโน๊ตบุ๊ค
เราจะทำงานภายในสมุดบันทึก Jupyter Notebook ของ Colab Notebook (ตอนนี้ฉันกำลังทำงานกับอินเทอร์เฟซที่สะอาดกว่าตรวจสอบให้แน่ใจว่าได้แสดงและดู repo เพื่อดูว่าสิ่งนี้จะเกิดขึ้นเมื่อใด)
ดาวน์โหลดสมุดบันทึก Jupyter ใน repo นี้ หากคุณรู้วิธีการโคลน repo โดยตรงไปยังการกระจาย Ubuntu ของคุณ เพื่อให้คำแนะนำนี้เป็นไปได้ง่ายที่สุดเท่าที่จะทำได้ฉันจะแสดงวิธีที่ง่ายขึ้น
ในเทอร์มินัล Ubuntu ของคุณพิมพ์:
explorer.exe .
สิ่งนี้จะเปิดไดเรกทอรี Ubuntu ของคุณใน Windows Explorer! ค้นหาตำแหน่งที่คุณต้องการดาวน์โหลดสมุดบันทึกไปที่อาจสร้างโฟลเดอร์ใหม่สำหรับมัน
ในที่เก็บ GitHub ของฉันคลิก“ รหัส” จากนั้นดาวน์โหลด ZIP แยกซิปและคัดลอกไฟล์. ipynb ไปยังโฟลเดอร์ที่ต้องการ ใน Ubuntu หาก Typed Explorer.exe ก่อนหน้านี้คุณจะมีโฟลเดอร์ Ubuntu เปิดใน Explorer เพื่อให้คุณสามารถลากและวางลงในโฟลเดอร์นี้
ในเทอร์มินัล Ubuntu ของคุณ Run:
jupyter notebook
คุณอาจสังเกตเห็นว่าสิ่งนี้ไม่ได้เปิด Jupyter โดยอัตโนมัติในเบราว์เซอร์ของคุณ ไม่เป็นไร เพียงมองหา URL ที่เริ่มต้นด้วย LocalHost คัดลอกสิ่งนี้และวางลงในเบราว์เซอร์ของคุณบน Windows
สิ่งนี้ควรเปิด Jupyter ในเบราว์เซอร์ของคุณ! ตอนนี้นำทางไปยังโฟลเดอร์ที่คุณวางสมุดบันทึก Jupyter แล้วเปิด เรียกใช้เซลล์ทีละตัว พวกเขาควรติดตั้งการพึ่งพาที่จำเป็นเพิ่มเติมและดาวน์โหลดทุกรุ่นให้คุณ ระหว่างทางคุณสามารถเปลี่ยนการตั้งค่าใด ๆ ที่คุณต้องการ หนึ่งในเซลล์สุดท้ายขอ“ text_prompts” ซึ่งคุณสามารถระบุเพื่อสร้างสิ่งที่คุณต้องการ!
ตัวเลือกที่ 2 สำหรับวิธีเรียกใช้รหัสจริงและรับรูปภาพ / วิดีโอ สิ่งนี้เกี่ยวข้องกับการตั้งค่าโฟลเดอร์พร้อมไฟล์การตั้งค่าซึ่งโน้ตบุ๊กจะทำงานผ่าน 1 โดย 1 ซึ่งจะช่วยให้คุณสามารถระบุพรอมต์สำหรับวิดีโอที่แตกต่างกันมากเท่าที่คุณต้องการและสร้างทั้งหมดด้วยโน้ตบุ๊กเพียงครั้งเดียว
ต้องระบุตัวเลือกบางอย่างหนึ่งครั้งและจะใช้สำหรับรายการทั้งหมดในคิว ตั้งค่าเหล่านี้ใน "queue/master_settings.txt":
ตัวเลือกที่สามารถระบุได้สำหรับแต่ละวิดีโอมีดังนี้ ต้องระบุไว้ใน "คิว/คิว _1.txt", "ไฟล์คิว/คิว _2.txt" ฯลฯ สามารถสร้างไฟล์ได้ในขณะที่สคริปต์กำลังทำงานอยู่โดยไม่หยุดชะงัก!
โปรดทราบว่านี่เป็นการทดลองในปัจจุบันและมีวัตถุประสงค์เพื่อสร้างชุดวิดีโอ (ไม่ใช่ภาพ) คุณสามารถส่งปัญหาสำหรับข้อบกพร่อง / คำขอคุณสมบัติหรือแม้แต่คำขอดึงของคุณเองหากคุณต้องการปรับปรุงสิ่งนี้;)
นอกจากนี้สำหรับการใช้งานของฉันการแก้ไขคุณสมบัติทั้งหมดเหล่านั้นใช้งานได้ดี หากมีคุณสมบัติที่คุณต้องการเปลี่ยนระหว่างการวิ่งในคิวที่คุณไม่สามารถทำได้ในปัจจุบันอย่าลังเลที่จะเริ่มปัญหาหรือดึงคำขอ
โคลน repo เข้าสู่การติดตั้ง Ubuntu ของคุณ หากคุณไม่ทราบวิธีการทำเช่นนี้ให้คลิก "รหัส" และ "ดาวน์โหลด zip" บน repo นี้ คัดลอก repo ทั้งหมดลงในโฟลเดอร์ในสภาพแวดล้อม Ubuntu ของคุณ โดยปกติจะเป็นที่อื่น ๆ เช่น " wsl $ ubuntu home username" คุณสามารถเข้าถึงได้อย่างง่ายดายโดยพิมพ์ explorer.exe ในหน้าต่าง Ubuntu ของคุณ
หนึ่งในโฟลเดอร์ที่คุณคัดลอกควรเรียกว่า "คิว" เปิดสิ่งนี้และระบุการตั้งค่าที่คุณต้องการใน "master_settings" จากนั้นระบุสิ่งที่แจ้งเตือนที่คุณต้องการในวิดีโอแต่ละรายการในไฟล์แยกต่างหากในโฟลเดอร์เดียวกันนี้ พวกเขาควรตั้งชื่อ "queue_1.txt" เป็นต้นไปโดยไม่มีช่องว่างใด ๆ
คุณสามารถสังเคราะห์ไฟล์คิวจากบรรทัดคำสั่งเพียงแค่นำทางไปยังที่เก็บโคลนและพิมพ์:
jupyter nbconvert --execute --to notebook --inplace Disco_Diffusion_v5_2_w_VR_Mode_batch_mode.ipynb
ข้างต้นจะเรียกใช้เซลล์ทั้งหมดในสมุดบันทึก Jupyter จากบรรทัดคำสั่ง คุณสามารถเรียกใช้พวกเขาใน Jupyter หากคุณต้องการ ดูตัวเลือกที่ 1 สำหรับคำแนะนำเกี่ยวกับวิธีเรียกใช้สมุดบันทึก Jupyter หากคุณต้องการ
นั่นควรจะเป็น! สิ่งนี้ควรเริ่มสร้างภาพในคิวของคุณ 1 คูณ 1
ฉันได้รับข้อผิดพลาด cuda
RuntimeRror: ข้อผิดพลาดของ CUDA: ข้อผิดพลาดที่ไม่รู้จักข้อผิดพลาดเคอร์เนล CUDA อาจมีการรายงานแบบอะซิงโครนัสในการโทร API อื่น ๆ ดังนั้น stacktrace ด้านล่างอาจไม่ถูกต้อง สำหรับการดีบักให้พิจารณาผ่าน cuda_launch_blocking = 1
หากคุณได้รับข้อผิดพลาดเหมือนข้างต้นฉันเคยรู้ว่าสิ่งนี้จะเกิดขึ้นได้หากคุณใช้ VRAM มากเกินไป ลดลงโดยทำ 1 หรือทั้งหมดต่อไปนี้:
หากใช้งานได้ค่อยๆเพิ่มรุ่นกลับและเพิ่มความละเอียดจนกว่าคุณจะพบว่าขีด จำกัด ของ GPU ของคุณอยู่ที่ไหน
