Disco_Diffusion_Local
1.0.0
获取最新版本的迪斯科扩散（在撰写本文时，这是带有Turbo和3D动画的V5），而不是在本地工作，而不是Colab。包括我在Windows上运行此操作的方式，尽管只有一些Linux依赖项;）。现在，包括一个实验性批处理模式，可以使用不同的提示创建任意数量的视频，只有1次运行。
如果您遇到任何问题，请随时打开一个问题，我会尽力帮助解决问题。尽可能具体。例如，如果您在任何时候收到一个错误消息，则需要将其与操作系统和计算机规格一起包含在本期中。
从步骤3开始，相同的步骤应在Linux上工作。
要求：
Windows 11：Windows 11应该有效，但是在继续之前，更新到最新版本并没有什么坏处。要检查您正在运行的版本，请打开CMD并输入：
winver
如果您在21h2或更高版本，那么您就可以了。如果没有，请尝试通过在开始菜单中使用“检查更新”并使用内置工具来更新Windows。对我个人而言，所需的更新未显示，但是我可以使用Windows 10 Update Assistant进行安装。
我们将仅使用Linux依赖项的方式是安装Linux的Windows子系统的最新版本（WSL2）。这将在Windows上运行类似于虚拟机的Ubuntu安装。但是，微软已经以非常低的水平实现了这一点，这意味着几乎没有性能命中和GPU支持！
有关此的最新说明，请遵循Microsoft官方指南。
简而言之，只需打开Windows PowerShell作为管理员，然后键入：
wsl —-install
它可能会请求重新启动，当您重新启动计算机时，您将在“开始”菜单或任务栏中有一个名为“ Ubuntu”的应用程序！
我们需要在Ubuntu环境中安装Anaconda，以轻松管理软件包。打开您的新Ubuntu应用程序（并修复第一次启动时出现的任何错误。我有几个错误，但是它们是自我解释的，或者可以通过一些快速的谷歌搜索轻松修复）。现在，您要下载，然后运行Linux Anaconda安装程序，如下所示。如果您要比2022年3月要晚得多，则可以用Anaconda网站的最新版本替换下面的URL。
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
按照屏幕上的说明进行操作。即当它要求您键入时，键入是，并要求它在提示时为您运行Conda Init。
关闭Ubuntu终端，然后再次打开。
现在输入并运行
conda —-help
如果它为您提供了一长串Conda选项，则意味着它已成功安装了Ubuntu中的Anaconda！
现在，我们将使用所有适当的依赖项创建并激活Conda环境（Ubuntu内部）。
conda create -n pytorch_110
conda activate pytorch_110
每当您重新启动计算机，或再次关闭并打开Ubuntu时，您都必须运行第二个命令（Conda激活Pytorch）。现在安装正确版本的Pytorch：
conda install pytorch==1.10 torchvision torchaudio cudatoolkit==11.1 -c pytorch -c conda-forge
在提示时输入y。
找到上述情况发生了很多反复试验。困难是找到与Pytorch3d一起使用的Pytorch和CudatoolKit组合（稍后需要）。以上对我有用。
现在安装其他一些依赖项：
conda install jupyter pandas requests matplotlib
conda install opencv -c conda-forge
选项1如何实际运行代码并获取图像 /视频。选项1涉及下载一个.IPYNB，该.IPYNB在COLAB笔记本上进行了轻微修改，编辑单元格并在笔记本电脑环境中进行了编辑。
我们将在COLAB笔记本的Jupyter笔记本电脑版本中工作。 （我目前正在使用一个清洁界面，请确保出演并观看仓库，以查看何时上线）。
在此存储库中下载Jupyter笔记本。如果您知道如何，请将存储库直接克隆到您的Ubuntu发行版中。为了使本指南尽可能易于遵循，我还会显示一种更简单的方法。
在您的Ubuntu终端中，类型：
explorer.exe .
这将在Windows Explorer中打开您的Ubuntu目录！查找要下载笔记本的位置，也许为其创建一个新文件夹。
在我的github存储库上，单击“代码”，然后下载zip。提取ZIP，然后将.IPYNB文件复制到Ubuntu中所需的文件夹。如果较早键入Explorer.exe，您将在Explorer中打开一个Ubuntu文件夹，因此您可以将其拖动到该文件夹中。
在您的Ubuntu终端中，运行：
jupyter notebook
您可能会注意到，这不会在浏览器中自动打开Jupyter。没关系！只需查找从Localhost开始的URL，复制此，然后将其粘贴到Windows上的浏览器中。
这应该在您的浏览器中打开Jupyter！现在导航到放置jupyter笔记本的文件夹，然后将其打开。运行单元格，一个。他们应该安装进一步的所需依赖项，并为您下载所有模型。一路上，您可以更改所需的任何设置。最后一个单元格之一索要“ text_prompts”，您可以指定以创建所需的一切！
选项2如何实际运行代码并获取图像 /视频。这涉及设置带有设置文件的文件夹，笔记本将通过1 x 1来工作。这将使您可以根据需要指定尽可能多的不同视频的提示，并使用单个笔记本电脑来创建它们。
必须指定某些选项一次，并且将用于队列中的所有项目。将它们设置在“ queue/master_settings.txt”中：
可以为每个视频指定的选项如下。必须在“ queue/queue_1.txt”，“ queue/queue_2.txt”等中指定。在脚本运行时可以创建文件，而不会中断！
请注意，目前是实验性的，旨在创建一系列视频（不是图像）。欢迎您提交错误 /功能请求的问题，甚至要提交您自己的拉力请求，如果您想改进此请求；）
另外，对于我的用途，修复所有这些功能都可以正常工作。如果有功能，您希望能够在当前无法进行的队列中进行更改，请随时开始发行或提取请求。
将存储库克隆到Ubuntu安装中。如果您不知道该执行此操作，请单击此存储库上的“代码”和“下载ZIP”。将整个存储库复制到Ubuntu环境中的文件夹中。通常，这是“ wsl $ ubuntu home username”之类的地方。您可以通过键入Explorer.exe轻松访问它。在您的Ubuntu窗口中。
您复制的文件夹之一应称为“队列”。打开此，并在“ Master_Settings”中指定您想要的设置。然后在同一文件夹中的单独文件中指定您想要的提示。他们应该在没有任何差距的情况下开始命名为“ queue_1.txt”。
您可以从命令行合成队列文件，只需导航到克隆的存储库即可：
jupyter nbconvert --execute --to notebook --inplace Disco_Diffusion_v5_2_w_VR_Mode_batch_mode.ipynb
以上将从命令行中运行Jupyter笔记本中的所有单元格。如果您愿意，也可以在Jupyter中运行它们。有关如何运行Jupyter笔记本电脑的说明，请参见选项1。
应该是！这应该开始在队列中创建图像，1 x 1。
我遇到了库达错误。
RuntimeError：CUDA错误：未知错误CUDA内核错误可能会在其他API调用中进行异步报告，因此下面的stackTrace可能不正确。为了调试，请考虑通过cuda_launch_blocking = 1。
如果您遇到了以上错误，那么我只知道如果您使用过多的VRAM，就会发生这种情况。通过做1或全部以下操作来减少：
如果有效，请慢慢添加模型并增加分辨率，直到找出GPU的极限位置。
