dalle playground

文本到图像游乐场（FKA DALL-E游乐场）

使用稳定扩散V2的文本对象爱好者的操场。

2022年11月，重大更新

该存储库的原始版本使用了dall-e mini。随着稳定扩散（SD）V2的最新发布和实现的易用性 - 该存储库已移动以在DALL -E MINI上使用SD。

另请参阅Whisper Playground-使用Openai的Whisper构建实时Speech2Text Web应用程序的操场

快速使用

您可以使用GitHub托管前端在Dall-E操场上修改。请按照以下步骤：

1. 使用Google Colab运行DALL-E后端
2. 从最后执行的单元格的输出中复制URL。搜索使用Your url is: 。
3. 等待后端充分加载，这应该需要〜2分钟，您应该看到--> Image generation server is up and running!
4. 浏览https://saharmor.github.io/dalle-playground/?backendurl = https://xxxx.trycloudflare.com backendUrl查询参数应该是上一步的URL

一般注意：虽然可以在Google Colab的免费层上运行后端，但生成〜2张图像> 1分钟的后端将导致前端超时。考虑升级到COLAB PRO或在更强的ML机器上运行后端笔记本（例如AWS EC2）。

地方发展

请按照以下步骤操作，以防您想克隆并在本地运行DALL-E游乐场：

1. 克隆或叉这个存储库
2. 创建虚拟环境cd backend && python3 -m venv ENV_NAME
3. 运行虚拟环境source venv/bin/activate
4. 安装需求pip install -r requirements.txt
5. 确保您有pytorch及其依赖项安装安装指南
6. 运行Web Server python3 app.py --port 8080 （您可以从8080更改为自己的端口）
7. 在其他终端中，安装Frontend的模块cd interface && npm install并运行npm start
8. 从步骤5复制后端的URL，然后将其粘贴到Web应用中的后端URL输入中

Windows WSL2的本地开发/使用

Window的WSL2 Linux层在GPU支持下有一些独特的问题。 NVIDIA CUDA驱动程序安装在Windows侧而不是Linux上，但是Jax在没有源头编译的情况下看不到GPU。以下是额外的说明来汇编JAX。

1. 在Windows中安装了最近的NVIDIA GEFORCE游戏或NVIDIA RTX Quadro驱动程序
2. 在Linux中：安装NVIDIA的CUDA工具包，WSL指令
3. 在Linux中：安装NVIDIA的CUDNN库：说明
4. 在Linux中：从源构建和安装jaxlib和jax ，请记住使用python3 build/build.py --enable_cuda指令启用cuda
5. 在编译jaxlib时，您可能会击中一个损坏的配置文件，解决方案：jax-ml/jax＃11068
6. 遵循上面的本地开发说明

WSL2安装是相当裸露的骨头，期望安装npm ， python3-pip和其他许多其他包装，以使情况正常。在这里进行更多故障排除

与Docker-Compose的本地发展

1. 确保已安装了Docker和NVIDIA容器工具包

2. 克隆或叉这个存储库

3. 启动服务器docker-compose up ，如果您想在后台运行，请添加-d到docker-compose up

4. 第一次下载图像，模型和其他依赖项将花费一些时间。模型和其他依赖项仅下载一次，然后缓存。

5. 从步骤2复制后端的URL，然后将其粘贴到Web应用中的后端URL输入中。

   http://localhost:3000/dalle-playground

致谢

原始的存储库 @borisdayma的dall-e mini。